### 使用Python实现Apriori算法的完整代码 以下是一个完整的Python实现，涵盖了单趟扫描数据库、连接步、剪枝步以及剔除非频繁项的功能。代码结构清晰，并严格按照Apriori算法的核心思想设计。 ```python import pandas as pd from itertools import combinations def load_dataset(file_path='data.xlsx'): """ 加载数据集。 参数: file_path -- Excel文件路径 (字符串) 返回: transactions -- 事务列表 (列表) """ try: df = pd.read_excel(file_path, keep_default_na=False) transactions = [set(row.dropna().values) for _, row in df.iterrows()] return transactions except Exception as e: print(f"Error loading dataset: {e}") return [] def create_initial_candidates(transactions): """ 创建初始候选项集C1。 参数: transactions -- 事务列表 (列表) 返回: candidates -- 候选项集C1 (列表) """ items = set.union(*transactions) return [frozenset([item]) for item in items] def calculate_supports(transactions, candidates, min_support=0.5): """ 计算支持度并筛选出频繁项集。 参数: transactions -- 事务列表 (列表) candidates -- 候选项集 (列表) min_support -- 最小支持度阈值 (浮点数) 返回: frequent_items -- 频繁项集 (列表) supports -- 支持度字典 (字典) """ candidate_counts = {} total_transactions = len(transactions) # 单趟扫描数据库计数 for transaction in transactions: for candidate in candidates: if candidate.issubset(transaction): candidate_counts[candidate] = candidate_counts.get(candidate, 0) + 1 # 筛选频繁项集 frequent_items = [] supports = {} for candidate, count in candidate_counts.items(): support = count / total_transactions if support >= min_support: frequent_items.append(candidate) supports[candidate] = support return frequent_items, supports def generate_next_candidates(current_frequent, k): """ 连接步：生成下一组候选项集C(k+1)。 参数: current_frequent -- 当前频繁项集 (列表) k -- 当前候选项集大小 (整数) 返回: next_candidates -- 下一组候选项集C(k+1) (列表) """ next_candidates = [] len_current = len(current_frequent) # 连接步 for i in range(len_current): for j in range(i + 1, len_current): l1 = list(current_frequent[i])[:k - 2] l2 = list(current_frequent[j])[:k - 2] if l1 == l2: union_candidate = current_frequent[i].union(current_frequent[j]) next_candidates.append(union_candidate) # 剪枝步 pruned_candidates = [] for candidate in next_candidates: subsets = [frozenset(subset) for subset in combinations(candidate, k)] if all(subset in current_frequent for subset in subsets): pruned_candidates.append(candidate) return pruned_candidates def apriori_algorithm(transactions, min_support=0.5): """ Apriori算法主函数。 参数: transactions -- 事务列表 (列表) min_support -- 最小支持度阈值 (浮点数) 返回: frequent_itemsets -- 所有频繁项集 (列表) all_supports -- 所有支持度 (字典) """ frequent_itemsets = [] all_supports = {} # 初始化候选项集C1 c1 = create_initial_candidates(transactions) l1, supports = calculate_supports(transactions, c1, min_support) frequent_itemsets.extend(l1) all_supports.update(supports) k = 2 while True: # 生成下一个候选项集Ck ck = generate_next_candidates(frequent_itemsets[-len(l1):], k) if not ck: break # 计算支持度并筛选频繁项集Lk lk, supports = calculate_supports(transactions, ck, min_support) if not lk: break frequent_itemsets.extend(lk) all_supports.update(supports) k += 1 return frequent_itemsets, all_supports if __name__ == "__main__": # 替换为实际Excel文件路径 transactions = load_dataset('example_data.xlsx') if transactions: frequent_itemsets, all_supports = apriori_algorithm(transactions, min_support=0.3) print("Frequent Itemsets:", frequent_itemsets) print("All Supports:", all_supports) ``` --- #### 功能说明 1. **单趟扫描数据库**: `calculate_supports` 函数通过一次遍历完成对所有候选项的支持度统计[^2]。 2. **连接步**: `generate_next_candidates` 函数负责生成新的候选项集 $ C_{k+1} $，基于当前频繁项集 $ L_k $ 的组合[^3]。 3. **剪枝步**: 在生成新候选项的过程中，移除那些不符合Apriori性质的候选项（即其任意子集都不是频繁项集）[^3]。 4. **剔除非频繁项**: 每次迭代后仅保留满足最小支持度的项集作为下一轮输入[^1]。 --- #### 注意事项 - 数据预处理阶段需确保每笔交易被转换成集合形式以便后续操作。 - 文件读取部分可根据实际情况调整至其他格式（如CSV），只需更改解析逻辑即可。 ---