Apriori算法实验报告及程序.doc

想预览更多内容,点击预览全文

申明敬告:

本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己完全接受本站规则且自行承担所有风险,本站不退款、不进行额外附加服务;如果您已付费下载过本站文档,您可以点击这里二次下载

文档介绍

PAGEPAGEIApriori算法实验报告学号:姓名:专业:计算机应用技术教师:计算机学院目录1Apriori实验11.1实验背景11.1.1国内外研究概况11.1.2发展趋势11.2实验内容与要求11.2.1实验内容11.2.2实验要求11.2.3实验目的22Apriori算法分析与实验环境32.1Apriori算法的描述32.2Apriori算法的步骤32.3开发环境32.3.1软件环境32.3.2硬件环境42.4本章小结43算法的设计53.1Apriori算法整体框架53.2主要的数据结构与函数53.2.1数据结构53.2.2主要的程序63.2.3连接与剪枝操作63.3本章小结64数据库的设计与数据的来源74.1正确性验证数据74.2实验数据74.3本章小结85实验结果与性能分析95.1Apriori实验界面95.2实验的正确性验证95.3实验性能分析105.3.1固定最小支持度改变数据量105.3.2固定数据量改变最小支持度115.3.3实验结果分析115.4本章小结126总结与体会13PAGE41Apriori实验1.1实验背景现在,数据挖掘作为从数据中获取信息的有效方法,越来越受到人们的重视。关联规则挖掘首先是用来发现购物篮数据事务中各项之间的有趣联系。从那以后,关联规则就成为数据挖掘的重要研究方向,它是要找出隐藏在数据间的相互关系。目前关联规则挖掘的研究工作主要包括:Apriori算法的扩展、数量关联规则挖掘、关联规则增量式更新、无须生成候选项目集的关联规则挖掘、最大频繁项目集挖掘、约束性关联规则挖掘以及并行及分布关联规则挖掘算法等。关联规则的挖掘问题就是在事务数据库D中找出具有用户给定的满足一定条件的最小支持度Minsup和最小置信度Minconf的关联规则。1.1.1国内外研究概况1993年,Agrawal等人首先提出关联规则概念,关联规则挖掘便迅速受到

最近下载