数据挖掘十大算法源代码Python）

包含了数据挖掘十大算法中的：Apriori、C4.5、CART、EM、K-means、KNN、PageRank。语言为Python

‘‘‘
@version 0.1
@date 2016-03-21
@reference 
‘‘‘


from numpy import *

def loadDataSet（）:
    return [[1 3 4] [2 3 5] [1 2 3 5] [2 5]]

def createC1（dataSet）:
    C1 = []
    for transaction in dataSet:
        for item in transaction:
            if not [item] in C1:
                C1.append（[item]）

    C1.sort（）
    return map（frozenset C1）#use frozen set so we
                            #can use it as a key in a dict
def scanD（D Ck minSupport）:
    ssCnt = {}
    for tid in D:
        for can in Ck:
            if can.issubset（tid）:
                if not ssCnt.has_key（can）: ssCnt[can]=1
                else: ssCnt[can] += 1
    numItems = float（len（D））
    retList = []
    supportData = {}
    for key in ssCnt:
        support = ssCnt[key]/numItems
        if support >= minSupport:
            retList.insert（0key）
        supportData[key] = support
    return retList supportData

def aprioriGen（Lk k）: #creates Ck
    retList = []
    lenLk = len（Lk）
    for i in range（lenLk）:
        for j in range（i+1 lenLk）:
            L1 = list（Lk[i]）[:k-2]; L2 = list（Lk[j]）[:k-2]
            L1.sort（）; L2.sort（）
            if L1==L2: #if first k-2 elements are equal
                retList.append（Lk[i] | Lk[j]） #set union
    return retList

def apriori（dataSet minSupport = 0.5）:
    C1 = createC1（dataSet）
    D = map（set dataSet）
    L1 supportData = scanD（D C1 minSupport）
    L = [L1]
    k = 2
    while （len（L[k-2]） > 0）:
        Ck = aprioriGen（L[k-2] k）
        Lk supK = scanD（D Ck minSupport）#scan DB to get Lk
        supportData.update（supK）
        L.append（Lk）
        k += 1
    return L supportData


if __name__ == ‘__main__‘:
    dataSet = loadDataSet（）
    L suppData = apriori（dataSet）
    print L

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2016-05-01 03:46  Top10_Algorithms_in_DataMining-master\
     目录           0  2016-05-01 03:46  Top10_Algorithms_in_DataMining-master\.idea\
     文件         284  2016-05-01 03:46  Top10_Algorithms_in_DataMining-master\.idea\Top10_Algorithms_in_DataMining.iml
     文件         159  2016-05-01 03:46  Top10_Algorithms_in_DataMining-master\.idea\encodings.xml
     文件         735  2016-05-01 03:46  Top10_Algorithms_in_DataMining-master\.idea\misc.xml
     文件         312  2016-05-01 03:46  Top10_Algorithms_in_DataMining-master\.idea\modules.xml
     文件        1824  2016-05-01 03:46  Top10_Algorithms_in_DataMining-master\.idea\workspace.xml
     目录           0  2016-05-01 03:46  Top10_Algorithms_in_DataMining-master\Apriori\
     文件        1793  2016-05-01 03:46  Top10_Algorithms_in_DataMining-master\Apriori\Apriori.py
     目录           0  2016-05-01 03:46  Top10_Algorithms_in_DataMining-master\C4.5\
     文件        4501  2016-05-01 03:46  Top10_Algorithms_in_DataMining-master\C4.5\C4.5.py
     目录           0  2016-05-01 03:46  Top10_Algorithms_in_DataMining-master\CART\
     文件        4056  2016-05-01 03:46  Top10_Algorithms_in_DataMining-master\CART\Cart.py
     文件        3646  2016-05-01 03:46  Top10_Algorithms_in_DataMining-master\CART\testSet
     目录           0  2016-05-01 03:46  Top10_Algorithms_in_DataMining-master\EM\
     文件         916  2016-05-01 03:46  Top10_Algorithms_in_DataMining-master\EM\em.py
     目录           0  2016-05-01 03:46  Top10_Algorithms_in_DataMining-master\K-means\
     文件        2313  2016-05-01 03:46  Top10_Algorithms_in_DataMining-master\K-means\Kmeans.py
     文件        1519  2016-05-01 03:46  Top10_Algorithms_in_DataMining-master\K-means\testSet
     目录           0  2016-05-01 03:46  Top10_Algorithms_in_DataMining-master\KNN\
     文件         949  2016-05-01 03:46  Top10_Algorithms_in_DataMining-master\KNN\KNN.py
     目录           0  2016-05-01 03:46  Top10_Algorithms_in_DataMining-master\PageRank\
     文件        1276  2016-05-01 03:46  Top10_Algorithms_in_DataMining-master\PageRank\pagerank.py
     文件         325  2016-05-01 03:46  Top10_Algorithms_in_DataMining-master\README.md