资源简介
数据挖掘的课程作业实现,两种算法的实现,包括测试数据,可执行程序和源代码,及两个算法实现的对比截图。
代码片段和文件信息
using System;
using System.Collections;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.Text;
using System.Windows.Forms;
using System.IO;
namespace FPTree// FPTree获取频繁模式
{
public partial class FormFPTree : Form
{
static int MinSupCount = 1000;// 最小支持度计数
static int MinSupPercent = 8;// 最小支持度
static int TotalItems = 0;// 事务数据库中的所有事务总数
static string _testSet = ““;// 测试集的文件名
public FormFPTree()
{
InitializeComponent();
}
private void DoAnalysis(string _dataSetFileName)// 分析数据
{
//FPTree
FPTree _fpTree = new FPTree();
//FPTree挖掘
FPGrowthFacade _fpGrowthFacade = new FPGrowthFacade();
DateTime _dateTimeStart = DateTime.Now;
//读取数据集并遍历取得频繁一项集
ReadFile(_dataSetFileName _fpTree);
_fpTree.InitializeFPTree();
_fpGrowthFacade.FPGrowth(_fpTree null);
_content.Text = ““;
if (_fpGrowthFacade.FrequentPattern.Count > 0)
{
DateTime _dateTimeEnd = DateTime.Now;
TimeSpan _span = (_dateTimeEnd - _dateTimeStart);
_content.Text += “程序分析总时间:“ + _span.TotalSeconds.ToString() + “\r\n“ +“\r\n\r\n“;
foreach (DictionaryEntry _entry in _fpGrowthFacade.FrequentPattern)
{
List _tmpItemSetList = (List)_fpGrowthFacade.FrequentPattern[_entry.Key];
_content.Text += “频繁“ + _entry.Key + “项集“ + _tmpItemSetList.Count+ “个\r\n“;
foreach (ItemSet _itemSet in _tmpItemSetList)
{
string[] _contents = new string[_itemSet.Content.Count];
_itemSet.Content.CopyTo(_contents);
_content.Text += ShowInOrder(_fpTree _contents) + “————“ + _itemSet.Count + “\r\n“;
}
}
_content.Text += “频繁一项集“ + _fpTree.FrequentItemCount + “个:\r\n“;
foreach (DictionaryEntry _entry in _fpTree.HashFrequentItemTable)
{
_content.Text += _entry.Key + “————“ + _entry.Value.ToString() + “\r\n“;
}
}
_fpTree.DisposeAll();
_fpGrowthFacade.DisposeAll();
}
private string ShowInOrder(FPTree _fpTree string[] _contents)//按顺序显示字符
{
int[] _indexs = new int[_contents.Length];
for (int i = 0; i < _indexs.Length; i++)
{
_indexs[i] = _fpTree.GetSupCountByID(_contents[i]);
}
int count = _indexs.Length;
for (int bubble = 0; bubble < count; bubble++)
{
fo
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 58750 2012-04-12 19:41 0.07.PNG
目录 0 2012-04-12 18:46 可执行的程序\
文件 24064 2012-04-16 20:35 可执行的程序\FPTree.exe
文件 17408 2012-04-12 18:36 可执行的程序\MyApriori.exe
文件 53508 2012-04-12 19:20 图1.PNG
目录 0 2012-04-16 21:13 测试数据\
文件 345490 2012-04-11 21:20 测试数据\chess.dat
文件 53 2012-03-27 22:29 测试数据\chess1.dat
文件 4167490 2012-03-14 12:32 测试数据\retail.dat
目录 0 2012-09-09 10:58 源代码\
目录 0 2012-04-16 21:10 源代码\FP__Tree\
目录 0 2008-01-06 09:44 源代码\FP__Tree\FPTree\
文件 908 2012-04-12 13:08 源代码\FP__Tree\FPTree.sln
文件 32256 2012-09-09 10:58 源代码\FP__Tree\FPTree.suo
目录 0 2008-01-06 09:44 源代码\FP__Tree\FPTree\bin\
目录 0 2012-04-16 20:23 源代码\FP__Tree\FPTree\bin\Debug\
文件 24064 2012-04-16 20:35 源代码\FP__Tree\FPTree\bin\Debug\FPTree.exe
文件 83456 2012-04-16 20:35 源代码\FP__Tree\FPTree\bin\Debug\FPTree.pdb
文件 11608 2012-09-09 10:58 源代码\FP__Tree\FPTree\bin\Debug\FPTree.vshost.exe
文件 490 2010-03-18 14:39 源代码\FP__Tree\FPTree\bin\Debug\FPTree.vshost.exe.manifest
文件 8110 2012-04-16 21:09 源代码\FP__Tree\FPTree\FormFPTree.cs
文件 6636 2012-04-16 21:09 源代码\FP__Tree\FPTree\FormFPTree.Designer.cs
文件 6191 2012-04-16 21:09 源代码\FP__Tree\FPTree\FormFPTree.resx
文件 11435 2012-04-16 21:01 源代码\FP__Tree\FPTree\FPGrowthFacade.cs
文件 14532 2012-04-16 21:04 源代码\FP__Tree\FPTree\FPTree.cs
文件 3980 2012-04-12 13:08 源代码\FP__Tree\FPTree\FPTree.csproj
文件 374 2012-04-12 13:08 源代码\FP__Tree\FPTree\FPTree.csproj.user
文件 1276 2008-01-02 19:50 源代码\FP__Tree\FPTree\FrequentItem.cs
文件 661 2012-04-16 21:05 源代码\FP__Tree\FPTree\Frequentli
文件 779 2012-04-16 21:05 源代码\FP__Tree\FPTree\ItemInfo.cs
文件 1053 2012-04-16 21:06 源代码\FP__Tree\FPTree\ItemSet.cs
............此处省略68个文件信息
- 上一篇:贵州茅台的DCF估值
- 下一篇:经典纹理图像分割论文+代码
相关资源
- 数据挖掘概念与技术(中文版)-高清
- 大数据•互联网大规模数据挖掘与分
- Data mining concepts and techniques中文版.p
- R语言与数据挖掘最佳实践和经典案例
- 数据挖掘实用机器学习技术 Data Mini
- 关联规则挖掘算法的论文
- 淘宝数据挖掘和数据分析
- 西电数据挖掘大作业之电影评级数据
- R语言数据挖掘实验报告——美国黑色
- 数据挖掘工具Rapidminer基础介绍
- Data Mining and Analysis英文版《数据挖掘
- web数据挖掘第二版PDF
- SVM数据挖掘_数据分类_+实验报告
- 中国科学院大学2017年数据挖掘期末考
- clementine数据挖掘方法与应用配套数据
- 数据挖掘导论完整版课后习题答案英
- 数据挖掘课程设计30篇
- 中科院-数据挖掘-期末考试题
- 联通公司基于用户画像的大数据挖掘
- 数据挖掘--R语言--口红销量分析
- 数据挖掘 刘莹 国科大 考试题目 及
- 数据仓库与数据挖掘华电
- 改进的apriori
- 数据挖掘_概念与技术(第2版)习题答
- 数据挖掘 论文 翻译 英汉
- R语言学习资料打包(中文版)
- 重大数据挖掘往届试题
- 数据挖掘导论完整版课后习题答案中
- 生物信息学中的数据挖掘方法及应用
- Weka操作手册
评论
共有 条评论