Question

我编写了以下代码，用于从2元素集生成k元素项集。这两个元素集作为clist1和clist2传递给candidateItemsetGen。

    public static void candidateItemsetGen(ArrayList<Integer> clist1, ArrayList<Integer> clist2) 
        {
            for(int i = 0; i < clist1.size(); i++)
            {
                for(int j = i+1; j < clist2.size(); j++)
                {
                   for(int k = 0; k < clist1.size()-2; k++)
                   {
                       int r = clist1.get(k).compareTo(clist2.get(k));
                       if(r == 0 && clist1.get(k)-1 == clist2.get(k)-1)
                       {
 **                           candidateItemset.add(clist1.get(i), clist1.get(clist1.size()-1), clist2.get(clist2.size()-1));
                       }
                   }
                }
            }
//    return candidateItemset;
        }

创建k-itemsets的条件是clist1（i）== clist2（i），其中i = 1，...，k-2和clist1（k-2）！= clist2（k-2）。但是在我放**的代码中有错误。我怎样才能解决这个问题？逻辑是这个函数生成candidateItemsets，它将再次用作生成其他候选项集的输入。

Answer 1

ArrayList中的add方法最多需要两个参数，并且您传入三个参数。如果您想添加所有三个项目，请拨打add(Integer i)三次。

此外，如果您想从函数返回candidateItemsets，您必须声明ArrayList<Integer>返回值并创建列表：

public static ArrayList<Integer> candidateItemsetGen(ArrayList<Integer> clist1, ArrayList<Integer> clist2) {
  ArrayList<Integer> candidateItemset = new ArrayList<Integer>();

  for (int i = 0; i < clist1.size(); i++) {
    for (int j = i + 1; j < clist2.size(); j++) {
      for (int k = 0; k < clist1.size() - 2; k++) {
        int r = clist1.get(k).compareTo(clist2.get(k));
        if(r == 0 && clist1.get(k) - 1 == clist2.get(k) - 1) {
          candidateItemset.add(clist1.get(i));
          candidateItemset.add(clist1.get(clist1.size() - 1));
          candidateItemset.add(clist2.get(clist2.size() - 1));   
        }        
      }
    }
  }

  return candidateItemset;
}

如果要将所有三个值添加为一组相关值，请将它们一起存储在单独的数据结构中，并将添加到candidateItemset（正确类型）。

Answer 2

如果您考虑根据词汇顺序对每个项目集列表进行排序，则可以进一步优化该代码。

例如，让我们说

clist1 = AB，AD，AF，AG，BC，FG

clist2 = BD，FE，FG，FH，FI

使用您的代码，您将比较AB与clist2的所有项目集。

但你可以通过在BD之后立即停止来优化它，因为根据词汇顺序，B大于AB中的A.因此，Clist2中BD之后的任何项目集都不会与AB匹配。

如果您想查看Apriori优化实现的代码，可以查看我的open source data mining library named SPMF

从2个项目集创建k -itemsets

2 个答案: