C＃中apriori算法的数据挖掘问题

Question

我正在C＃中创建自己的apriori算法实现。 对于此项目，不允许将其他库等用于apriori算法。

以下是我的testData.json 。 请注意，这些是字符串，这意味着我的项目集可能不仅是像A这样的字符，而且是像candy这样的单词。

注意：我将在测试时使用20 （20％）的支持。

{
    "transactions": [
        [ "B", "C" ],
        [ "B", "C", "D" ],
        [ "A", "D" ],
        [ "A", "B", "C", "D" ],
        [ "C", "D" ],
        [ "C", "D", "E" ],
        [ "A", "B" ]
    ]
}

当我单击一个按钮来处理数据以及所需的值minSupport和minConfidence （尚不需要）时，我将JSON反序列化为Object并将其保存到名为database的公共变量中。这是Database类。

public class Database
{
    public List<List<string>> transactions { get; set; }
}

单击按钮时，我调用方法GenerateCandidateItemSet() 这是我遇到问题的地方。 ：

private Dictionary<string, int> C1 = new Dictionary<string, int>();
private void GenerateCandidateItemSet()
{
    foreach (List<string> transaction in database.transactions)
    {
        foreach (string item in transaction)
        {
            if (C1.ContainsKey(item))
            {
                C1[item]++;
            }
            else
            {
                C1.Add(item, 1);
            }
        }
    }

    // Check our frequency, remove items with low support
    foreach (string key in C1.Keys.ToList())
    {
        double frequency = (C1[key] * 100) / (database.transactions.Count);
        if (frequency < minSupport)
        {
            C1.Remove(key);
        }
    }

    // Pairing check stuff
    List<string[]> itemPairs = new List<string[]>();
    List<string> items = C1.Keys.ToList();

    foreach (string item in items)
    {
        // FIX THIS LOOP LATER TO CONTAIN ALL PAIRS
        List<string> itemArray = new List<string>();
        if (item != items.Last())
        {
            itemArray.Add(item);
            itemArray.Add(items[items.IndexOf(item) + 1]);
            itemPairs.Add(itemArray.ToArray());
        }
    }
    GenerateItemSetRecursive(itemPairs);
}

在以下部分之前： //Pairing check stuff C1值为：

循环完成后，我需要获取以下内容：

BC, BD, BA, CD, CA, DA

如果我要插入AB, AD, BC, BD, CD ，结果将是ABD, BCD等。

基本上，我需要找到交易的Frequent Itemsets 。

问题：考虑到我只获得我的itemPairs的BC, CD, DA ，而不是BC, BD, BA, CD, CA, DA我知道我的逻辑是错误的。 我的循环如何运行？

Answer 1

如您所指出的， C1.Keys.ToList()为您提供{"B", "C", "D", "A"} 。

您的代码正在执行的操作是遍历该列表，并添加下一个元素以创建一个对（假定它不是最后一个元素）。

逐步执行代码-您将看到第一个迭代为您提供{"B", "C"} ，下一个迭代为您提供{"C", "D"} ，然后再为您提供{"D", "A"} 。 最后一次迭代将用于列表的最后一个元素，因此items.Last()计算结果为true，并且不会添加任何内容。

现在进行工作的一种简单方法是在残破的循环内添加另一个循环。 目的是当您迭代"B" ，不仅要添加{"B", "C"} ，还要添加{"B", "D"}和{"B", "A"} ，以及类似地，您对"C"的外部迭代将同时找到{"C", "D"}和{"C", "A"} 。

我希望这会有所帮助-如果您仍然对此感到困难，请随时在C＃聊天中对我执行ping操作。