Apriori与FP-Growth算法对比
2021/12/15 22:11:01
本文主要是介绍Apriori与FP-Growth算法对比,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
源代码:仓库地址
数据挖掘常用算法对比测试
Usage
git clone git@github.com:JackHCC/Apriori-and-FP_Growth.git cd Apriori-and-FP_Growth
- Apriori
python Apriori.py
- FP-Growth
python FP_Growth.py
DataSet设置
data_set = [
[‘牛奶’, ‘鸡蛋’, ‘面包’, ‘薯片’],
[‘鸡蛋’, ‘爆米花’, ‘薯片’, ‘啤酒’],
[‘牛奶’, ‘啤酒’, ‘面包’],
[‘牛奶’, ‘鸡蛋’, ‘面包’, ‘爆米花’, ‘啤酒’, ‘薯片’],
[‘鸡蛋’, ‘面包’, ‘薯片’],
[‘鸡蛋’, ‘面包’, ‘啤酒’, ],
[‘牛奶’, ‘面包’, ‘薯片’],
[‘牛奶’, ‘鸡蛋’, ‘面包’, ‘黄油’, ‘薯片’],
[‘牛奶’, ‘鸡蛋’, ‘黄油’, ‘薯片’]
]
Apriori算法
运行结果:
================================================== frequent 1-itemsets(频繁项集) support(支持度) ================================================== frozenset({'啤酒'}) 0.4444444444444444 frozenset({'面包'}) 0.7777777777777778 frozenset({'薯片'}) 0.7777777777777778 frozenset({'爆米花'}) 0.2222222222222222 frozenset({'鸡蛋'}) 0.7777777777777778 frozenset({'黄油'}) 0.2222222222222222 frozenset({'牛奶'}) 0.6666666666666666 ================================================== frequent 2-itemsets(频繁项集) support(支持度) ================================================== frozenset({'鸡蛋', '黄油'}) 0.2222222222222222 frozenset({'牛奶', '鸡蛋'}) 0.4444444444444444 frozenset({'牛奶', '黄油'}) 0.2222222222222222 frozenset({'薯片', '面包'}) 0.5555555555555556 frozenset({'牛奶', '啤酒'}) 0.2222222222222222 frozenset({'爆米花', '啤酒'}) 0.2222222222222222 frozenset({'牛奶', '面包'}) 0.5555555555555556 frozenset({'薯片', '牛奶'}) 0.5555555555555556 frozenset({'鸡蛋', '啤酒'}) 0.3333333333333333 frozenset({'面包', '鸡蛋'}) 0.5555555555555556 frozenset({'薯片', '鸡蛋'}) 0.6666666666666666 frozenset({'薯片', '啤酒'}) 0.2222222222222222 frozenset({'面包', '啤酒'}) 0.3333333333333333 frozenset({'薯片', '黄油'}) 0.2222222222222222 frozenset({'爆米花', '鸡蛋'}) 0.2222222222222222 frozenset({'薯片', '爆米花'}) 0.2222222222222222 ================================================== frequent 3-itemsets(频繁项集) support(支持度) ================================================== frozenset({'薯片', '牛奶', '黄油'}) 0.2222222222222222 frozenset({'牛奶', '面包', '鸡蛋'}) 0.3333333333333333 frozenset({'牛奶', '面包', '啤酒'}) 0.2222222222222222 frozenset({'薯片', '爆米花', '啤酒'}) 0.2222222222222222 frozenset({'爆米花', '鸡蛋', '啤酒'}) 0.2222222222222222 frozenset({'薯片', '爆米花', '鸡蛋'}) 0.2222222222222222 frozenset({'薯片', '面包', '鸡蛋'}) 0.4444444444444444 frozenset({'牛奶', '鸡蛋', '黄油'}) 0.2222222222222222 frozenset({'面包', '鸡蛋', '啤酒'}) 0.2222222222222222 frozenset({'薯片', '鸡蛋', '啤酒'}) 0.2222222222222222 frozenset({'薯片', '鸡蛋', '黄油'}) 0.2222222222222222 frozenset({'薯片', '牛奶', '面包'}) 0.4444444444444444 frozenset({'薯片', '牛奶', '鸡蛋'}) 0.4444444444444444 强关联 frozenset({'黄油'}) => frozenset({'鸡蛋'}) conf(置信度): 1.0 frozenset({'黄油'}) => frozenset({'牛奶'}) conf(置信度): 1.0 frozenset({'薯片'}) => frozenset({'面包'}) conf(置信度): 0.7142857142857143 frozenset({'面包'}) => frozenset({'薯片'}) conf(置信度): 0.7142857142857143 frozenset({'爆米花'}) => frozenset({'啤酒'}) conf(置信度): 1.0 frozenset({'牛奶'}) => frozenset({'面包'}) conf(置信度): 0.8333333333333334 frozenset({'面包'}) => frozenset({'牛奶'}) conf(置信度): 0.7142857142857143 frozenset({'牛奶'}) => frozenset({'薯片'}) conf(置信度): 0.8333333333333334 frozenset({'薯片'}) => frozenset({'牛奶'}) conf(置信度): 0.7142857142857143 frozenset({'啤酒'}) => frozenset({'鸡蛋'}) conf(置信度): 0.75 frozenset({'鸡蛋'}) => frozenset({'面包'}) conf(置信度): 0.7142857142857143 frozenset({'面包'}) => frozenset({'鸡蛋'}) conf(置信度): 0.7142857142857143 frozenset({'鸡蛋'}) => frozenset({'薯片'}) conf(置信度): 0.8571428571428571 frozenset({'薯片'}) => frozenset({'鸡蛋'}) conf(置信度): 0.8571428571428571 frozenset({'啤酒'}) => frozenset({'面包'}) conf(置信度): 0.75 frozenset({'黄油'}) => frozenset({'薯片'}) conf(置信度): 1.0 frozenset({'爆米花'}) => frozenset({'鸡蛋'}) conf(置信度): 1.0 frozenset({'爆米花'}) => frozenset({'薯片'}) conf(置信度): 1.0 frozenset({'牛奶', '黄油'}) => frozenset({'薯片'}) conf(置信度): 1.0 frozenset({'薯片', '黄油'}) => frozenset({'牛奶'}) conf(置信度): 1.0 frozenset({'黄油'}) => frozenset({'薯片', '牛奶'}) conf(置信度): 1.0 frozenset({'牛奶', '鸡蛋'}) => frozenset({'面包'}) conf(置信度): 0.75 frozenset({'牛奶', '啤酒'}) => frozenset({'面包'}) conf(置信度): 1.0 frozenset({'薯片', '爆米花'}) => frozenset({'啤酒'}) conf(置信度): 1.0 frozenset({'爆米花', '啤酒'}) => frozenset({'薯片'}) conf(置信度): 1.0 frozenset({'薯片', '啤酒'}) => frozenset({'爆米花'}) conf(置信度): 1.0 frozenset({'爆米花'}) => frozenset({'薯片', '啤酒'}) conf(置信度): 1.0 frozenset({'爆米花', '鸡蛋'}) => frozenset({'啤酒'}) conf(置信度): 1.0 frozenset({'爆米花', '啤酒'}) => frozenset({'鸡蛋'}) conf(置信度): 1.0 frozenset({'爆米花'}) => frozenset({'鸡蛋', '啤酒'}) conf(置信度): 1.0 frozenset({'爆米花', '鸡蛋'}) => frozenset({'薯片'}) conf(置信度): 1.0 frozenset({'薯片', '爆米花'}) => frozenset({'鸡蛋'}) conf(置信度): 1.0 frozenset({'爆米花'}) => frozenset({'薯片', '鸡蛋'}) conf(置信度): 1.0 frozenset({'面包', '鸡蛋'}) => frozenset({'薯片'}) conf(置信度): 0.7999999999999999 frozenset({'薯片', '面包'}) => frozenset({'鸡蛋'}) conf(置信度): 0.7999999999999999 frozenset({'牛奶', '黄油'}) => frozenset({'鸡蛋'}) conf(置信度): 1.0 frozenset({'鸡蛋', '黄油'}) => frozenset({'牛奶'}) conf(置信度): 1.0 frozenset({'黄油'}) => frozenset({'牛奶', '鸡蛋'}) conf(置信度): 1.0 frozenset({'薯片', '啤酒'}) => frozenset({'鸡蛋'}) conf(置信度): 1.0 frozenset({'鸡蛋', '黄油'}) => frozenset({'薯片'}) conf(置信度): 1.0 frozenset({'薯片', '黄油'}) => frozenset({'鸡蛋'}) conf(置信度): 1.0 frozenset({'黄油'}) => frozenset({'薯片', '鸡蛋'}) conf(置信度): 1.0 frozenset({'薯片', '牛奶'}) => frozenset({'面包'}) conf(置信度): 0.7999999999999999 frozenset({'牛奶', '面包'}) => frozenset({'薯片'}) conf(置信度): 0.7999999999999999 frozenset({'薯片', '面包'}) => frozenset({'牛奶'}) conf(置信度): 0.7999999999999999 frozenset({'牛奶', '鸡蛋'}) => frozenset({'薯片'}) conf(置信度): 1.0 frozenset({'薯片', '牛奶'}) => frozenset({'鸡蛋'}) conf(置信度): 0.7999999999999999 运行时间: 0.005999088287353516
FP-Growth算法
运行结果:
['啤酒'] 4 ['啤酒', '爆米花'] 2 ['爆米花'] 2 ['牛奶'] 6 ['牛奶', '啤酒'] 2 ['牛奶', '啤酒', '爆米花'] 1 ['牛奶', '爆米花'] 1 ['牛奶', '黄油'] 2 ['薯片'] 7 ['薯片', '啤酒'] 2 ['薯片', '啤酒', '爆米花'] 2 ['薯片', '爆米花'] 2 ['薯片', '牛奶'] 5 ['薯片', '牛奶', '啤酒'] 1 ['薯片', '牛奶', '啤酒', '爆米花'] 1 ['薯片', '牛奶', '爆米花'] 1 ['薯片', '牛奶', '黄油'] 2 ['薯片', '黄油'] 2 ['面包'] 7 ['面包', '啤酒'] 3 ['面包', '啤酒', '爆米花'] 1 ['面包', '爆米花'] 1 ['面包', '牛奶'] 5 ['面包', '牛奶', '啤酒'] 2 ['面包', '牛奶', '啤酒', '爆米花'] 1 ['面包', '牛奶', '爆米花'] 1 ['面包', '牛奶', '黄油'] 1 ['面包', '薯片'] 5 ['面包', '薯片', '啤酒'] 1 ['面包', '薯片', '啤酒', '爆米花'] 1 ['面包', '薯片', '爆米花'] 1 ['面包', '薯片', '牛奶'] 4 ['面包', '薯片', '牛奶', '啤酒'] 1 ['面包', '薯片', '牛奶', '啤酒', '爆米花'] 1 ['面包', '薯片', '牛奶', '爆米花'] 1 ['面包', '薯片', '牛奶', '黄油'] 1 ['面包', '薯片', '黄油'] 1 ['面包', '黄油'] 1 ['鸡蛋'] 7 ['鸡蛋', '啤酒'] 3 ['鸡蛋', '啤酒', '爆米花'] 2 ['鸡蛋', '爆米花'] 2 ['鸡蛋', '牛奶'] 4 ['鸡蛋', '牛奶', '啤酒'] 1 ['鸡蛋', '牛奶', '啤酒', '爆米花'] 1 ['鸡蛋', '牛奶', '爆米花'] 1 ['鸡蛋', '牛奶', '黄油'] 2 ['鸡蛋', '薯片'] 6 ['鸡蛋', '薯片', '啤酒'] 2 ['鸡蛋', '薯片', '啤酒', '爆米花'] 2 ['鸡蛋', '薯片', '爆米花'] 2 ['鸡蛋', '薯片', '牛奶'] 4 ['鸡蛋', '薯片', '牛奶', '啤酒'] 1 ['鸡蛋', '薯片', '牛奶', '啤酒', '爆米花'] 1 ['鸡蛋', '薯片', '牛奶', '爆米花'] 1 ['鸡蛋', '薯片', '牛奶', '黄油'] 2 ['鸡蛋', '薯片', '黄油'] 2 ['鸡蛋', '面包'] 5 ['鸡蛋', '面包', '啤酒'] 2 ['鸡蛋', '面包', '啤酒', '爆米花'] 1 ['鸡蛋', '面包', '爆米花'] 1 ['鸡蛋', '面包', '牛奶'] 3 ['鸡蛋', '面包', '牛奶', '啤酒'] 1 ['鸡蛋', '面包', '牛奶', '啤酒', '爆米花'] 1 ['鸡蛋', '面包', '牛奶', '爆米花'] 1 ['鸡蛋', '面包', '牛奶', '黄油'] 1 ['鸡蛋', '面包', '薯片'] 4 ['鸡蛋', '面包', '薯片', '啤酒'] 1 ['鸡蛋', '面包', '薯片', '啤酒', '爆米花'] 1 ['鸡蛋', '面包', '薯片', '爆米花'] 1 ['鸡蛋', '面包', '薯片', '牛奶'] 3 ['鸡蛋', '面包', '薯片', '牛奶', '啤酒'] 1 ['鸡蛋', '面包', '薯片', '牛奶', '啤酒', '爆米花'] 1 ['鸡蛋', '面包', '薯片', '牛奶', '爆米花'] 1 ['鸡蛋', '面包', '薯片', '牛奶', '黄油'] 1 ['鸡蛋', '面包', '薯片', '黄油'] 1 ['鸡蛋', '面包', '黄油'] 1 ['鸡蛋', '黄油'] 2 ['黄油'] 2 运行时间: 0.0019910335540771484
对比
FP-Growth算法的效率更高
这篇关于Apriori与FP-Growth算法对比的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-06-26结对编程到底难不难?答案在这里
- 2024-06-19《2023版Java工程师》课程升级公告
- 2024-06-15matplotlib作图不显示3D图,怎么办?
- 2024-06-1503-Loki 日志监控
- 2024-06-1504-让LLM理解知识 -Prompt
- 2024-06-05做软件测试需要懂代码吗?
- 2024-06-0514-ShardingSphere的分布式主键实现
- 2024-06-03为什么以及如何要进行架构设计权衡?
- 2024-05-31全网首发第二弹!软考2024年5月《软件设计师》真题+解析+答案!(11-20题)
- 2024-05-31全网首发!软考2024年5月《软件设计师》真题+解析+答案!(21-30题)