二十、Eclat算法介绍

1. Eclat算法简介

数据格式

Apriori算法和FpGrowth都是从项集格式{TID: itemset}的事物集中挖掘频繁模式，其中TID是事物标识符，而itemset是事物TID中购买的商品。这种数据格式成为水平数据格式。
数据也可以用项-TID集格式{item:TID_set}表示，其中item是项的名称，而TID_set是包含item的事物标识符的集合。这种数据格式称为垂直数据格式。

等价变换类算法(Eclat算法)

Eclat算法加入了倒排的思想，具体就是将事务数据中的项作为key，每个项对应的事务ID作为value。
只需对数据进行一次扫描，算法的运行效率会很高。

Ecalt算法的过程

通过扫描一次数据集，把水平格式的数据转换成垂直格式；
项集的支持度计数简单地等于项集的TID集的长度；
从k=1开始，可以根据先验性质，使用频繁k项集来构造候选（k+1）项集；
通过取频繁k项集的TID集的交，计算对应的（k+1）项集的TID集。
重复该过程，每次k增加1，直到不能再找到频繁项集或候选项集

Eclat算法原理

与fp-growth和apriori算法不同，Eclat算法加入了倒排的思想，具体就是将事务数据中的项作为key，每个项对应的事务ID作为value
水平格式转换成垂直格式
通过转换后的倒排表可以加快频繁集生成速度。
计算频繁1项集，结果为
由频繁1项集生成频繁2项集
由频繁2项集生成频繁3项集

频繁k项集生成频繁k+1项集的过程与由1项集生成2项集的过程完全一致。
Eclat算法实例
在这里插入图片描述

2 算法实现过程

在这里插入图片描述

2.1 输出结果

在这里插入图片描述

3完整代码

# -*- coding: utf-8 -*- import numpy as np from itertools import combinations # 读取数据集 def read_data(): dataset = [['Milk', 'Onion', 'Nutmeg', 'Kidney Beans', 'Eggs', 'Yogurt'], ['Dill', 'Onion', 'Nutmeg', 'Kidney Beans', 'Eggs', 'Yogurt'], ['Milk', 'Apple', 'Kidney Beans', 'Eggs'], ['Milk', 'Unicorn', 'Corn', 'Kidney Beans', 'Yogurt'], ['Corn', 'Onion', 'Onion', 'Kidney Beans', 'Ice cream', 'Eggs']] return dataset # eclat算法 def eclat(transactions, min_support=0.35): combos_to_counts = {} for transaction in transactions: # 变量交易记录 goods = list(np.unique(transaction)) # 获取商品列表 length = len(goods) for k in range(2, length + 1): k_combos = list(combinations(goods, k)) for combo in k_combos: if set(combo).issubset(transaction): try: combos_to_counts[combo] += 1 except KeyError: combos_to_counts[combo] = 1 # Calculate supports for combinations of goods # combo_support_vec = [] for combo in combos_to_counts.keys(): # 计算支持度 support = float(combos_to_counts[combo]) / len(transactions) combo_support_vec.append((combo, support)) # 按照支持度排序 combo_support_vec.sort(key=lambda x: float(x[1]), reverse=True) # 第一列货物的列表，第二列为支持度 with open("./eclat_out.tsv", "w") as fo: for combo, support in combo_support_vec: if support < min_support: continue else: print(combo, support) fo.write(", ".join(combo) + "\t" + str(support) + "\n") fo.close() def main(): transactions = read_data() eclat(transactions, min_support=0.6) if __name__ == '__main__': main()

今天的文章二十、Eclat算法介绍分享到此就结束了，感谢您的阅读。

二十、Eclat算法介绍

1. Eclat算法简介

2 算法实现过程

2.1 输出结果

3完整代码

相关推荐