实验描述:
对指定数据集进行关联规则挖掘，选择适当的挖掘算法，编写程序实现，提交程序和结果报告。
数据集： retail.txt ，根据数据集中的数据利用合适的挖掘算法得到频繁项集，并计算置信度，求出满足置信度的所有的关联规则
retail.txt中每个数字表示一种商品的ID，一个{}内的表示一次交易
实验环境和编程语言：
本实验使用的编程语言为：Java
编程环境为：Intellij idea
实现频繁项集的挖掘算法为Apriori算法
用于挖掘的样本个数为：1000个（retail.txt的前1000条数据）
样本示例：
{ 38,39,47,48}
表示一个顾客购买了ID为38、39、47、48的四种商品。
2019-12-21 20:35:07
1.6MB
1
自己写了个Apriori算法，方法应该和网上的不同，有兴趣的同学，供大家免费学习参考一下。不知道为什么不能发到博客上。
2019-12-21 20:23:28
50KB
1
apriori 算法c++程序实现，附测试数据以及使用说明，codeblocks下运行通过。
绝对简单明了。
2019-12-21 20:21:52
1.68MB
1
本压缩包为pycharm工程文件，其中movie文件夹内为movielens的数据集，100k条数据。代码为python3.6，注释详细。欢迎一起学习。
2019-12-21 20:09:04
19.8MB
1