Tổng quan về khai phá dữ liệu - Đại học Duy Tân

62
// Trong đó:
SaveLargeSet(T, L F,k ): là một hàm để ghi một tập chỉ báo phổ biến mờ T vào L F,k .
SaveDecriptorVectơ (V F (T),VS F,k ): là một hàm để ghi một vectơ chỉ báo phổ biến mờ
V F (T) vào VS F,k .
Ta có thể tính rất nhanh sup F (V F (T)) tại bước thứ k của vòng lặp ở trên từ các phần tử của VS F,k-1 .
* Thuật toán phát hiện các luật mờ
1. R F, = ; // Khởi tạo tập rỗng
2. for(mỗi l L F )
3. { for (mỗi X,Y L && X Y = {})
4. { if (Cf F (X Y)
5. Saverule( X Y, R F, );// Lưu lại luật X Y vào R F,
6. if(CFF(Y X) )
7. Saverule( Y X, R F, );// Lưu lại luật YX vào R F,
8. }
9. }
10. Traloi=R F, // Tập luật kết quả thu được
// Saverule( X Y, R F, ) là hàm để ghi luật kết hợp mờ vào R F,
4.5.5. Thuật toán Apriori
4.5.5.1. Ý tưởng thuật toán Apriori
Thuật toán được tỉa bớt những tập ứng cử viên có tập con không phổ biến trước khi tính độ
hỗ trợ.
Thuật toán Apriori tính tất cả các tập ứng cử của tập k trong một lần duyệt CSDL. Apriori
dựa vào cấu trúc cây băm (hashtree). Tìm kiếm đi xuống trên cấu trúc cây mỗi khi ta chạm lá, ta tìm
được một tập ứng cử viên có tiền tố chung được bao gồm trong giao dịch. Sau đó các tập ứng cử
này được tìm trong giao dịch đã được ánh xạ trước đó. Trong trường hợp tìm thấy biến đếm được
tăng lên 1.
4.5.5.2. Thuật toán Apriori
Input: CSDL D minsup.
Output: Tập các tập mục phổ biến.
1. L 1 = {Các 1 - itemset phổ biến};
2. k=2;
3. While( L k-1 ! = )
4. { C k = apriori_gen(L k-1 , minsup);// các ứng cử mới theo chương trình con ở dưới đây.
5. for( giao dịch t D)
6. { C t =Subset (C k ,t);// ứng cử viên được chứa trong t