Matlab上机三（Apriori算法）

1、题目要求

（1） 读取给定的交易数据库test3.txt，将整个交易数据库表示为一个矩阵，每个元组表示成一个行向量，向量长度为4。其中，一个项目出现在这个元组中，则相应位置设为1，否则为0。如第1个交易{1,2}表示为
向量[ 1 1 0 0]。
（2）根据给定的最小支持度阈值（本题为3），确定频繁1项集。
（3）计算其余长度的频繁项集，直到Lk为空。
（4）尝试用Apriori算法实现

text3.txt数据

 1 2
 2 3 4
 1 2 3 4
 1 2 4
 1 2 3 4
1
2
3
4
5

2、解题代码和步骤

clear
clc
%fopen以读的方式打开一个文件
ffid=fopen('text3.txt','r')
i=0;
MAXn=4;
data=[];
%读取给定的交易数据库text3.txt将整个交易数据库表示为一个矩阵，将元祖表示成一个行向量
%向量的长度为项目的个数，其中一个项目初夏你在这个元组中，响应位置设为1，否则为0

%检查流文件ffid是否已经达到末尾
while feof(ffid)==0
    i=i+1;
    %读取文件流ffid中一行数据，并将其存储到变量tline{i，1}中
    tline{i,1}=fgetl(ffid);
    %显示值
    disp(tline{i,1})
    %创建一个长度为MAXn的全0向量
    newdata=zeros(1,MAXn);
    %str2num将字符串转换为数值
    line=str2num(tline{i,1});
    disp(line)
    
    newdata(line)=1;
    disp(newdata)
    %将newdata向量添加到data向量末尾
    data=[data;newdata];
end
disp('data')
disp(data)

%最小支持度为3
%用datasum统计每个项目的支持度，将datasum中支持度小于3的位置等于0
%标记datasum中为0的序列号，将data矩阵中相应的序列号的位置等于0
%频繁1项级为datasum中大于0的项

%data向量中所有元素的和
datasum=sum(data);
disp('datasum')
disp(datasum)
%小于3的元素设置为0
datasum(datasum<3)=0;
%datasum元素等于0的索引
[,col]=find(datasum==0);
%第col列的元素设置为0
data(:,col)=0;
%找到第一行大于0的元素
disp(datasum(1,:)>0)
L1=find(datasum(1,:)>0);
disp('L1');
disp(L1);

C2=[];
%从1开始到L1最后一列的前一列
for j=1:size(L1,2)-1
    %从j+1开始到L1矩阵最后一列
    for j1=j+1:size(L1,2)
        C2=[C2;L1(j),L1(j1)];
    end
end
disp('C2')
disp(C2)
count=0;
L2=[];

%从1开始到C2的最后一列
for j=1:size(C2,1)
    count=0;
    for i=1:size(data,1)%size(data,1)=5
        if data(i,C2(j,1))==1 && data(i,C2(j,2))==1
            count=count+1;
        end
    end
    if count>=3
        L2=[L2;C2(j,1),C2(j,2)];
    end
end
disp('L2');
disp(L2);

C3=[];
%size(L2,1)=5
for j=1:size(L2,1)-1
    for j1=j+1:size(L2,1)
        index1=L2(j,1);%index1=1
        index2=L2(j1,1);%index2=1
        if index1==index2
            %将矩阵L2的第j和j1行的第二列添加的C3末尾
            C3=[C3;index1,L2(j,2),L2(j1,2)];
        end
    end
end
disp('C3')
disp(C3)
mC3=[];
%遍历C3的每一行
for j=1:size(C3,1)
    %将每行第一列元素赋值
    index=C3(j,1);
    index1=C3(j,2);
    index2=C3(j,3);
    for j1=1:size(L2,1)
        index3=L2(j1,1);
        index4=L2(j1,2);
        if index1==index3&&index2==index4
            mC3=[mC3;index,index3,index4];
        end
    end
end
disp('mC3')
disp(mC3)
L3=[];
for j=1:size(mC3,1)%size(mC3,1)=2
    count=0;
    for j1=1:size(data,1)%size(data,1)=5
        if data(j1,mC3(j,1))==1&&data(j1,mC3(j,2))==1&&data(j1,mC3(j,3))==1%data(1~5,1~2)==1&&data(1~5,2,3)==1
                count=count+1;
        end
    end
    if(count>=3)
        L3=[L3;mC3(j,1),mC3(j,2),mC3(j,3)];
    end
end
disp('L3');
disp(L3);
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125

3、代码和图解释

L1：

L2：

4、输出的结果

ffid =

    83

 1 2
     1     2

     1     1     0     0

 2 3 4
     2     3     4

     0     1     1     1

 1 2 3 4
     1     2     3     4

     1     1     1     1

 1 2 4
     1     2     4

     1     1     0     1

 1 2 3 4
     1     2     3     4

     1     1     1     1

data
     1     1     0     0
     0     1     1     1
     1     1     1     1
     1     1     0     1
     1     1     1     1

datasum
     4     5     3     4

     1     1     1     1

L1
     1     2     3     4

C2
     1     2
     1     3
     1     4
     2     3
     2     4
     3     4

L2
     1     2
     1     4
     2     3
     2     4
     3     4

C3
     1     2     4
     2     3     4

mC3
     1     2     4
     2     3     4

L3
     1     2     4
     2     3     4

>> 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73