Apriori算法Word下载.docx

1、using namespace std;typedef struct Item/只有一个词的频繁项 string sItem; int iSupport;ITEM;typedef vector VEC_VEC_STR;typedef struct MultiItem/高层的频繁项 VEC_STR vsItem;MULTIITEM;ITEM VEC_ITEM;/只有一个词的频繁项集合MULTIITEM VEC_MULTIITEM;/高层的频繁项集合typedef map MAP_STR_INT;/存储词语及其出现频率void readFile（ifstream &, const string &

2、, VEC_STR &）;void countWord（VEC_STR *, MAP_STR_INT &, const char separator=void generateLevel1Set（MAP_STR_INT *, VEC_ITEM &void generateLevel2（VEC_ITEM *, VEC_MULTIITEM &void cycGenerator（VEC_MULTIITEM *, VEC_STR &, ofstream &void generateHighLevelSet（VEC_MULTIITEM *, VEC_MULTIITEM &void generateIni

3、tialHigh（VEC_MULTIITEM *, VEC_VEC_STR &void pruning（VEC_VEC_STR *, VEC_MULTIITEM *, VEC_MULTIITEM &bool find（VEC_MULTIITEM *, VEC_STR *）;void countSupport（VEC_STR *, VEC_MULTIITEM &void generateFrequentSet（VEC_MULTIITEM *, VEC_MULTIITEM &void printFrequentSet（VEC_ITEM *, ostream &os=cout）;void print

4、FrequentSet（VEC_MULTIITEM *, ostream &const int MINSUPPORT = 2;/最小支持度int main（） /从源文件读取数据 ifstream infile; VEC_STR vs_word; readFile（infile,input.txt,vs_word）; infile.close（）; /计算所有词语的出现频率 MAP_STR_INT word_count; countWord（&vs_word, word_count）; /生成单个词语的频繁项集合 VEC_ITEM level1Set; generateLevel1Set（&w

5、ord_count, level1Set）; /生成具有两个词语的频繁项集合 VEC_MULTIITEM level2, level2Set; generateLevel2（&level1Set, level2）; countSupport（&vs_word, level2）; generateFrequentSet（&level2, level2Set）; /生成具有三个词语的频繁项集合 VEC_MULTIITEM level3Set; generateHighLevelSet（&level2Set, level3Set, vs_word）; /输出单个词的频繁项到文件 ofstream o

6、utfile; outfile.open（out.txt if（!outfile） cout不能打开文件!endl; printFrequentSet（&level1Set, outfile）; /循环产生高层的频繁项集合并输出到文件 cycGenerator（&level2Set, vs_word, outfile）; coutOK! return 0;/*从源文件读取词语*每一行作为一个字符串存入向量中*/infile, const string &filename, VEC_STR &vs_word） infile.clear（）; infile.open（filename.c_str（

7、）;infile）Unable to open this file! string word; while（getline（infile, word） vs_word.push_back（word）;/*计算每个词语的支持度*从字符串中提取出所有词语，与其支持度一道存入map中void countWord（VEC_STR *vs_word, MAP_STR_INT &word_count, const char separator） string sentence,word; for（unsigned int i=0; isize（）; +i） sentence = （*vs_word）i;

8、while（sentence.find（separator）!=-1） word = sentence.substr（0,sentence.find（separator）; +word_countword; sentence = sentence.substr（sentence.find（separator）+1, sentence.size（）-1）; +word_countsentence; /*找出频繁1项集的集合void generateLevel1Set（MAP_STR_INT *pWord_Count, VEC_ITEM &level1Set） ITEM item; MAP_STR

9、_INT:const_iterator map_it = pWord_Count-begin（）; while（map_it != pWord_Count-end（） if（map_it-second = MINSUPPORT） item.sItem = map_it-first; item.iSupport = map_it-second; level1Set.push_back（item）; +map_it;/*由频繁1项集生成初始2项集void generateLevel2（VEC_ITEM *pLevel1Set, VEC_MULTIITEM &initialLevel2） VEC_S

10、TR vsTemp; MULTIITEM multiTemp; unsigned int level1SetSize = pLevel1Set-level1SetSize-1; vsTemp.push_back（*pLevel1Set）i.sItem）; for（unsigned int j=i+1; jsize（） != 0） setTemp.clear（）; generateHighLevelSet（pLowLevelSet, setTemp, vs_word）; highLevelSet = setTemp; printFrequentSet（&highLevelSet, os）; pL

11、owLevelSet = &highLevelSet;/*由低层的频繁项集生成高层的频繁项集合void generateHighLevelSet（VEC_MULTIITEM *pLowLevelSet, VEC_MULTIITEM &highLevelSet, VEC_STR & VEC_VEC_STR vvsTemp; VEC_MULTIITEM vmiTemp; generateInitialHigh（pLowLevelSet, vvsTemp）; pruning（&vvsTemp, pLowLevelSet, vmiTemp）;vs_word, vmiTemp）;vmiTemp, hig

12、hLevelSet）;/*从低层的频繁项集生成初始的高层项集合void generateInitialHigh（VEC_MULTIITEM *pLowLevelSet, VEC_VEC_STR &highLevelSet） unsigned int level1SetSize = pLowLevelSet- unsigned int k = 0; for（; k unsigned int j = 0; unsigned int sizeI = （*pInitialSet）i.size（）; for（;sizeI; for（unsigned int k=0; if（k!=j） vsTemp.pu

13、sh_back（*pInitialSet）ik）; if（!find（pLowLevelSet, &vsTemp） break; if（j=sizeI） miTemp.vsItem = （*pInitialSet）i; miTemp.iSupport = 0; prunedSet.push_back（miTemp）;/*在低层的频繁项集中查询高层的初始频繁项的所有子集的函数bool find（VEC_MULTIITEM *pLowSet, VEC_STR *pSubSet）pLowSet- unsigned int sizeI = （*pLowSet）i.vsItem.size（）; if（*

14、pLowSet）i.vsItemj != （*pSubSet）j） return true; return false;/*计算生成的初始频繁项集中各项的支持度void countSupport（VEC_STR *pVs_Word, VEC_MULTIITEM &initialSet） int flag;pVs_Word- for（unsigned int j=0;initialSet.size（）; flag =1;initialSetj.vsItem.size（）; if（*pVs_Word）i.find（initialSetj.vsItemk, 0） = -1） flag = 0; if

15、（flag =1） +initialSetj.iSupport;/*从初始项集合中提取出频繁项集合void generateFrequentSet（VEC_MULTIITEM *pInitialSet, VEC_MULTIITEM &frequentSet） if（*pInitialSet）i.iSupport frequentSet.push_back（*pInitialSet）i）;/*打印一项频繁集合void printFrequentSet（VEC_ITEM *pLevel1Set, ostream & /os os（*pLevel1Set）i.sItemt（*pLevel1Set）i.iSupport os unsigned int j=0;（*pFrequentSet）i.vsItem.size（）-1; os（*pFrequentSet）i.vsItemj&（*pFrequentSet）i.iSupport运行结果截图