大数据挖掘算法代码

资源包含了大数据挖掘经典算法，譬如Apriori，KNN，神经网络算法等

package apriori;

import java.io.BufferedReader;
import java.io.File;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.IOException;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.Set;
import java.util.TreeSet;
public class AprioriAlgorithm {
	private int minSup;
	 private static List data;
	 private static List> dataSet;
	 
	 public static void main（String[] args） {
	   
	  long startTime = System.currentTimeMillis（）;
	  AprioriAlgorithm apriori = new AprioriAlgorithm（）;
	  
	  //使用书中的测试集
	  data = apriori.buildData（）;
	  
	  //设置最小支持度
	  apriori.setMinSup（2）;
	  //构造数据集
	  data = apriori.buildData（）;
	  
	  //构造频繁1项集
	  List> f1Set = apriori.findF1Item（data）;
	  apriori.printSet（f1Set 1）;
	  List> result = f1Set;
	  
	  int i = 2;
	  do{
	   result = apriori.arioriGen（result）;
	   apriori.printSet（result i）;
	   i++;
	  }while（result.size（） != 0）;
	  long endTime = System.currentTimeMillis（）;
	  System.out.println（“共用时： “ + （endTime - startTime） + “ms“）;
	 }
	 public void setMinSup（int minSup）{
	  this.minSup = minSup;
	 }
	 
	 /**
	  * 构造原始数据集，可以为之提供参数，也可以不提供
	  * 如果不提供参数，将按程序默认构造的数据集
	  * 如果提供参数为文件名，则使用文件中的数据集
	  */
	 List buildData（String...fileName）{
	  List data = new ArrayList（）;
	  if（fileName.length != 0）{
	   File file = new File（fileName[0]）;
	   try{
	    BufferedReader reader = new BufferedReader（new FileReader（file））;
	    String line;
	    while（ （ line = reader.readLine（）） != null ）{
	     data.add（line）;
	    }
	   }catch （FileNotFoundException e）{
	    e.printStackTrace（）;
	   }catch （IOException e）{
	    e.printStackTrace（）;
	   }
	  }else{
	   data.add（“I1 I2 I5“）;
	   data.add（“I2 I4“）;
	   data.add（“I2 I3“）;
	   data.add（“I1 I2 T4“）;
	   data.add（“I1 I3“）;
	   data.add（“I2 I3“）;
	   data.add（“I1 I3“）;
	   data.add（“I1 I2 I3 I5“）;
	   data.add（“I1 I2 I3“）;
	  }
	  
	  dataSet = new ArrayList>（）;
	  Set dSet;
	  for（String d : data）{
	   dSet = new TreeSet（）;
	   String[] dArr = d.split（“ “）;
	   for（String str : dArr）{
	    dSet.add（str）;
	   }
	   dataSet.add（dSet）;
	  }
	  return data;
	 }
	 
	 /**
	  * 找出候选1项集
	  * @param data
	  * @return result
	  */
	 List> findF1Item（List data）{
	  List> result = new ArrayList>（）;
	  Map dc = new HashMap（）;
	  for（String d : data）{
	   String[] items = d.split（“ “）;
	   for（String item : items）{
	    if（dc.containsKey（item）） {
	     dc.put（item dc.get（item）+1）;
	    }else{
	     dc.put（item 1）;
	    }
	   }
	  }
	  Set itemKeys = dc.keySet（）;
	  Set tempKeys = new TreeSet（）;
	  for（String str : itemKeys）{
	   tempKeys.add（str）;
	  }
	  
	  for（String item : tempKeys）{
	   

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件      12274  2016-09-02 17:50  k_means\K-means算法运算结果图.jpg

     文件       8079  2016-09-02 17:50  k_means\Kmeans.java

     文件        989  2016-09-02 17:50  k_means\test.java

     目录          0  2018-11-08 15:46  k_means

     文件       1073  2016-09-02 17:46  kmedoids\Cluster.java

     文件       2711  2016-09-02 17:46  kmedoids\ClusterAnalysis.java

     文件       1458  2016-09-02 17:46  kmedoids\DataPoint.java

     文件       3173  2016-09-02 17:46  kmedoids\K中心点算法运算结果.jpg

     文件       1379  2016-09-02 17:46  kmedoids\Mediod.java

     文件       1925  2016-09-02 17:46  kmedoids\TestMain.java

     目录          0  2018-11-08 15:46  kmedoids

     文件        481  2016-09-02 14:33  knn\input.txt

     文件       3355  2016-09-01 10:57  knn\KNN.java

     文件        801  2016-09-02 14:37  knn\KNNNode.java

     文件       8001  2016-09-02 16:29  knn\knn运算结果.png

     文件        196  2016-09-02 14:32  knn\test.txt

     文件       1915  2016-09-02 14:37  knn\TestKNN.java

     目录          0  2018-11-08 15:46  knn

     文件       4385  2016-09-14 18:31  LogicRegression\linearRegressionAnalysis\LinearRegression.java

     文件       6364  2016-09-02 16:30  LogicRegression\linearRegressionAnalysis\线性逻辑回归.png

     目录          0  2018-11-08 15:46  LogicRegression\linearRegressionAnalysis

     文件        260  2016-09-14 18:31  LogicRegression\multipleLinearRegressionAnalysis\DataPoint.java

     文件       1525  2016-09-14 18:31  LogicRegression\multipleLinearRegressionAnalysis\LinearRegression.java

     文件       4446  2016-09-14 18:31  LogicRegression\multipleLinearRegressionAnalysis\RegressionLine.java

     文件       6711  2016-09-02 16:30  LogicRegression\multipleLinearRegressionAnalysis\多元线性回归.png

     目录          0  2018-11-08 15:46  LogicRegression\multipleLinearRegressionAnalysis

     目录          0  2018-11-08 15:46  LogicRegression

     文件      17087  2016-09-02 14:46  randomforest\CARTTool.java

     文件       4015  2016-09-02 14:46  randomforest\DecisionTree.java

     文件        481  2016-09-02 14:33  randomforest\input.txt

............此处省略47个文件信息