Apriori算法Matlab实现

clc;
clear;
%最小支持度设定
min_sup=2;
%最小置信度
min_conf=0.7;
%读取文件，当前的文件类型是txt文件，事务数据用数字来表示的，测试数据可以用《数据挖掘概念与技术》第三版中的数据为样本
fid=fopen('D:\matlabFile\Apriori\dataApriori.txt','r');
%记录读取的行号，与实际的事务数相对应，同时为了分配存储空间
NumEvent=1;
%新建事务数据集，由于各个事务的长短不一致，所以采用cell类型
Dataset=cell(1,1);
%循环读取文件，按行读取
while(~feof(fid))
    lineinfo=fgetl(fid);
    %将字符转换为数字组成的数组
    c=str2num(lineinfo);
    %空行，重新读下一行
     if (isempty(lineinfo))
       continue; 
     end 
     %将一条（一行）事务数据添加到事务数据集中
     Dataset{NumEvent,1}=c;
     %行号加1
     NumEvent=NumEvent+1;
end
%将行号减1，上述的循环在结束时多加了1
NumEvent=NumEvent-1;
%结束文件读取，关闭文件
 fclose(fid);
%临时事务数据集，用于运算操作
Dataset_temp=Dataset;
%%%第一次扫描Dataset,统计每一个候选项，并存在二维数组中
%用来控制循环结束的标记
flag=1;
%统计每条事务中包含‘项’的个数
count=1;
%保存频繁项
C_result=[];
%保存频繁项，包含支持度计数，
C1_result=[];
%保存所有临时的频繁项
C=[];
while flag==1
    %单项数据集，用来存放事务中包含的所有的单项，不包含其个数
    C_temp=zeros(1,1);
    %对所有单项进行统计，注意第一次循环与后面的循环用的数组有所区别   
    if count==1
        %获取临时事务集中事务的个数
         NumEvent=length(Dataset_temp);
        for i=1:NumEvent 
            %获得第i条事务中单项的个数
            for j=1:length(Dataset_temp{i})
                %查看第i条事务第j个单项是否已经存在于单项数据集中，如存在则继续循环，否则增加新的单项
                result=find(C_temp==Dataset_temp{i}(1,j));
                %如果查询的结果为空，则增加新的单项
                if isempty(result)
                    C_temp=cat(1,C_temp,Dataset_temp{i}(1,j));
                end
            end
        end
    else
        NumEvent=size(C,1);
        for i=1:NumEvent
             %获得第i条事务中单项的个数
            for j=1:length(C(i,:))
                %查看第i条事务第j个单项是否已经存在于单项数据集中，如存在则继续循环，否则增加新的单项
                result=find(C_temp==C(i,j));
                 %如果查询的结果为空，则增加新的单项
                if isempty(result)
                    C_temp=cat(1,C_temp,C(i,j));
                end
            end
        end
    end
    %删除第一行空值，此时所有的单项都已经被统计出来
    C_temp(1,:)=[];
    %对所有单项按照单项的个数进行组合
    C=nchoosek(1:1:length(C_temp),count);
    C1=C;
    %建立一个零值矩阵，
    cc=zeros(size(C1,1),1);
    %在C1矩阵的右侧增加一列零值
    C1=cat(2,C1,cc);
    %将候选项与事务集进行比较,并统计个数
    for i=1:size(C,1)
        num=0;  
        %获得事务数据集中事务的个数
        for j=1:length(Dataset)
            %设定循环结束标记
            flag_1=1; 
            for m=1:size(C,2)
                
                a=num2str(C(i,m));  
                %将事务数据集中的第j条事务转变为字符串
                b=num2str(Dataset{j});
                b(find(isspace(b)))=[];
                %判断字符串a是否存在于字符串b中
                n=strfind(b,a);
                if length(n)==0
                    flag_1=0;
                    break;
                end
            end
            if flag_1==1
                num=num+1;
            end
        end
        C1(i,size(C1,2))=num;                                
    end
    %把item数量小于支持度的项删除
    col=size(C1,2);
    %寻找小于最小支持度的行号
    result=find(C1(:,col)<min_sup);  
    %如果无结果，继续循环，增加维数
    if isempty(result)
        count=count+1;
        continue;
    end
    %找到上述行号所对应的行
    row=unique(result);
    %删除这些行
    C(row,:)=[];
    C1(row,:)=[];
    %如果c为空，则终止此次循环
    if isempty(C)
        flag=0;
    else
        %否则，计数器加一
        count=count+1;
        %将符合最小支持度的项加入到结果集中
        C_result=C;
        %将符合最小支持度的项加入到结果集中，最后一列包含该项的支持度
        C1_result=C1;
    end              
end
association=cell(1,3);
n_conf=1;
%%%%%%%%%%%%%   生成关联规则   %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
for i=1:size(C_result,1)
    n=size(C_result,2)-1;    
    if n==0 
        continue;
    end
    for j=1:n
        nn=n+1;
        R=nchoosek(1:1:nn,j);
        for k=1:size(R,1)
            c=[];
            for m=1:size(R,2)
                c=cat(2,c,C_result(i,R(k,m)));
            end
            buf=C_result(i,:);
            %计算置信度
            num=0;                
            for y=1:length(Dataset)
                flag_2=1; 
                for m=1:size(c,2)
                    result=find(buf==c(1,m));
                    isempty(result)
                    if isempty(result)==0
                        col=unique(result);
                        buf(:,col)=[];
                    end
                    a=num2str(c(1,m));                 
                    b=num2str(Dataset{y});
                    b(find(isspace(b)))=[];
                    l=strfind(b,a);
                    if length(l)==0
                        flag_2=0;
                        break;
                    end
                end
                if flag_2==1
                    num=num+1;
                end
            end                    
            if num==0
                continue;
            end
            conf=C1_result(i,n+2)/num;            
            if conf>=min_conf                
                %将组合的item放置在关联规则结果中
                association{n_conf,1}=c;
                %将差值放入第二栏中
                association{n_conf,2}=buf;
                association{n_conf,3}=conf;
                n_conf=n_conf+1;
            end
        end                           
    end
end
实验数据如下，请下载保存为dataApriori.txt：
1 2 5
2 4
2 3
1 2 4
1 3
2 3
1 3
1 2 3 5
1 2 3