PHP實現Apriori演算法——計算置信度
阿新 • • 發佈:2018-11-25
強規則定義
對於一個頻繁集L,找到所有的L的非空子集非空子集f,如果f -> L - f,的概率滿足最小置信度,則這是一個強規則。
如果{A,B,C,D}是一個頻繁集,則它有如下候選規則
ABC -> D, ABD -> C, ACD -> B, BCD -> A, A -> BCD, B -> ACD, C -> ABD, D -> ABC,AB -> CD, AC -> BD, AD -> BC, BC -> AD, BD -> AC, CD -> AB
從中我們可以看出:
如果L的大小|L| = k, 則一共有(2的k次方減2) 個候選關聯規則(除去 空集和全集)。
簡化計算
根據公式我們可以推匯出如下規則:
對於L = {A,B,C,D},它的子集的置信度有如下規則,
c(ABC -> D)>=c(AB -> CD) >= c(A -> BCD)
從而
圖中被紅圈標註的皆是不滿足最小置信度的規則。
演算法實現(只計算了滿足的強規則,未對演算法進行簡化)
/**
* 計算一個項集產生的關聯規則的所有置信度
* @param $itemset 要計算的某一項集
* @param $lItemset 所有滿足支援度的集合
* @param $count 該項集的支援度
* @return $confidence 求出滿足最小置信度的關聯陣列
*/
public function confidence($itemset, $lItemset, $count){
$n = sizeof($itemset)-2;
$lkItemset = $lItemset[$n];
$confidence = array();
$this->subset = array();
$this->getAllSubSet(0, $itemset);//獲得所有子集
for($i = 0; $i < sizeof($this->subset); $i++){
$n = sizeof($this->subset[$i])-1;
if($n >= 0 && $n < sizeof($itemset)-1){
$dkCountMap = self::$dCountMap[$n]; //根據大小,取出頻繁集對應的支援度
//比較取出每個子集對應的支援度,並計算出置信度
for($j = 0; $j < sizeof($lItemset[$n]); $j++){
if(!array_diff($this->subset[$i], $lItemset[$n][$j])){
$conf = $count / $dkCountMap[$j] * 1.0;
if($conf >= self::$MIN_CONF){
$from = implode(",", $this->subset[$i]);
$to = implode(",", array_diff($itemset, $this->subset[$i]));
$confidence["$from ==> $to"] = $conf;
}
}
}
}
}
return $confidence;
}
/**
* 遞迴排列組合,獲得一個項集所有子集,包括全集和空集
* @param $pos 記錄將要放入子集的位置
* @param $itemset 要計運算元集的項集
*/
public $p = array(); //記錄將要放入子集的位置,每一次遞迴就有0,1兩種選擇,最後即可獲得所有選擇
public $subset = array();
public $subsetCount = 0;
public function getAllSubSet($pos, $itemset){
if($pos == sizeof($itemset)){
$tmp = array();
for($i = 0; $i < sizeof($itemset); $i++){
if($this->p[$i] == 1){
array_push($tmp, $itemset[$i]);
}
}
$count = $this->subsetCount;
$this->subset[] = $tmp;
$this->subsetCount++;
return;
}
$this->p[$pos] = 0;
$this->getAllSubSet($pos+1, $itemset);
$this->p[$pos] = 1;
$this->getAllSubSet($pos+1, $itemset);
}