从2-项集创建k- -itemsets

Question

我已经编写了以下代码来从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;
        }

生成k-项集的条件是clist1(i) == clist2(i)，其中i= 1，…，k-2，clist1(k-2) != clist2(k-2)。但是在我放入**的代码中有错误。我该如何解决这个问题呢？逻辑是此函数生成candidateItemsets，它将再次用作生成其他候选项目集的输入。

Answer 1

ArrayList中的add方法最多接受两个参数，而您要传入三个参数。如果您希望添加所有这三个项，请调用add(Integer i)三次。

此外，如果要从函数返回candidateItemsets，则必须声明一个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;
}

如果您希望将这三个值作为一组相关值添加，请将它们一起存储在单独的数据结构中，并将其添加到candidateItemset (类型正确)。

Answer 2

如果您考虑到每个项目集列表都是根据词法顺序排序的，那么您可以进一步优化该代码。

例如，让我们假设

clist1 = AB、AD、AF、AG、BC、FG

clist2 = BD、FE、FG、FH、FI

在您的代码中，您将把AB与clist2的所有项目集进行比较。

但是你可以优化这一点，在BD之后立即停止，因为根据词汇顺序，AB中的B大于A。因此，Clist2中BD之后的任何项目集都不会与AB匹配。

如果你想看一个优化过的Apriori实现的代码，你可以查看我的open source data mining library named SPMF