资源简介
JAVA实现的关联规则的数据挖掘Apriori算法,采用图形化界面形式,可以实现从布尔类型数据库中找出关联规则
代码片段和文件信息
import java.util.*;
import java.sql.*;
import java.awt.*;
import java.awt.event.*;
import javax.swing.*;
public class Apriori extends Jframe
{
String[] trans_set= new String[1000];
double minsup=0.0;//最小支持度
double minconf=0.0;//最小置信度
int item_counts = 0;//1-候选集的个数
int freq_top;//最高频为freq_top-繁项集
TreeSet[] freq_set = new TreeSet[20];//频繁项集 集合
ArrayList [] freq_set_support=new ArrayList[20];//频繁项集的支持度
TreeSet max_freq = new TreeSet();//最大频繁项集
TreeSet closed_freq=new TreeSet();//频繁闭项集
TreeSet item1_cand = new TreeSet();//1-候选集
TreeSet[] cand_set = new TreeSet[20];//候选集 集合
ArrayList [] cand_set_support=new ArrayList[20];//候选集的支持度
//Hashtable Associate = new Hashtable();//存放规则为一个键值对
ArrayList max_Associate=new ArrayList();//存放规则
ArrayList closed_Associate=new ArrayList();//存放规则
Statement statement;
ResultSet rs=null;
Connection con;
int flag=0;
//static int confirm=0;//确认参数已经设置好
JTextField two=new JTextField(27);
JTextField four=new JTextField(27);
static JButton set=new JButton(“确定“);
static JButton reset=new JButton(“重设“);
static JButton JB1=new JButton(“检索数据库“);
static JButton JB2=new JButton(“候选集“);
static JButton JB3=new JButton(“频繁项集“);
static JButton JB4=new JButton(“最大频繁项集“);
static JButton JB5=new JButton(“频繁闭项集“);
static JButton JB6=new JButton(“关联规则“);
JTextArea text=new JTextArea(2580);
public static void main(String[] args)
{
Apriori AP = new Apriori();
AP.setDefaultCloseOperation(Jframe.EXIT_ON_CLOSE);
AP.setSize(1000600);
//app.setLocation(5050);
AP.setVisible(true);
set.addActionListener(AP.new setJButtonHandler());
reset.addActionListener(AP.new resetJButtonHandler());
JB1.addActionListener(AP.new JB1ButtonHandler());
JB2.addActionListener(AP.new JB2ButtonHandler());
JB3.addActionListener(AP.new JB3ButtonHandler());
JB4.addActionListener(AP.new JB4ButtonHandler());
JB5.addActionListener(AP.new JB5ButtonHandler());
JB6.addActionListener(AP.new JB6ButtonHandler());
//while(confirm==0)
//{
//continue;
//}
//AP.run();
}
public Apriori()
{
super(“关联规则分析“);
//set.addActionListener(new setJButtonHandler());
//minsup=Double.parseDouble(two.getText());
//minconf=Double.parseDouble(four.getText());
Container c1=getContentPane();
c1.setLayout(new FlowLayout());
JLabel one=new JLabel(“请输入最小支持度“);
two=new JTextField(27);
JLabel three=new JLabel(“请输入最小置信度“);
four=new JTextField(27);
set=new JButton(“确定“);
reset=new JButton(“重设“);
//set.addActionListener(new setJButtonHandler());
JB1=new JButton(“检索数据库“);
JB2=new JButton(“候选集“);
JB3=new JButton(“频繁项集“);
JB4=new JButton(“最大频繁项集“);
JB5=new JButton(“频繁闭项集“);
JB6=new JButton(“关联规则“);
JB1.setEnabled(false);//没有设置好参数的情况下,按钮不可用
JB2.setEnabled(false);
JB3.setEnabled(false);
JB4.setEnabled(false);
JB5.setEnabled(false);
JB6.setEnabled(false);
text=new J
- 上一篇:jsp在线考试系统论文
- 下一篇:arp发送和接收处理代码以及udp原始套接字编程
相关资源
- Weka同步课本-Data_Mining
- Clique聚类算法Java版
- weka3.4.13
- JAVA与ANYLOGIC的关联用法
- java实现apriori算法174283
- Weka 3.7.9 windows操作系统
- weka3-8-3 64位安装包
- 基于WEKA的高校图书馆流通数据的数据
- 数据挖掘机器学习课程报告及weka源码
- httpunit2.21jar及关联jar包
- Anand.Rajaraman-大数据:互联网大规模数
- Apriori算法实现及实验报告
- apriori算法求频繁项集和关联规则 mv
- 数据挖掘ID3算法JAVA实现
- Java实现的Apriori算法附测试数据
- apriori算法java实现源代码
- 决策树算法(Java实现)
- 局部加权朴素贝叶斯
- fpgrowth算法java源码
- 关联规则算法实现 java
- 数据挖掘Kmeans算法源代码 Java
- Apriori算法的Java实现
- java数据挖掘C4.5决策树的动态生成
- Apriori算法java实现,解释也很详细
- JAVA数据预处理中的等宽和等频分箱操
- Java 通过子查询关联数据
- 数据挖掘:数据预处理及Apriori算法
- 协同过滤算法java
- java实现Apriori算法
- 数据挖掘数据平滑DataSmothing算法源代
评论
共有 条评论