一、前言

　　针对大叔据实时处理的入门，除了使用WordCount示例之外，还需要相对更深入点的示例来理解Storm，因此，本篇博文利用Storm实现了频繁项集挖掘的案例，以方便更好的入门Storm。

二、基础知识

　　2.1 频繁二项集挖掘

　　如顾客去超市购物时，牙膏和牙刷基本上都是摆放在一起，因为购买牙膏时，很有可能会购买牙刷。另外，“啤酒与尿布”的案例则是对订单进行分析挖掘后发现的规律，将啤酒和尿布一起摆放会促进啤酒的销量。

　　2.2 算法设计

　　本示例中不考虑太复杂的挖掘算法，只考虑将两个商品组合后的挖掘，设计如下

　　　　· 将每笔订单的商品按照两两分组。

　　　　· 将每个分组的频度进行统计（不考虑商品的次序）。

　　　　· 根据频度计算支持度（每个组合出现的频率越高，更有可能是频繁组合）和置信度（商品组合出现的置信程度）。

　　　　· 设置支持度和置信度阈值，过滤不达标的数据。

　　2.3 Storm设计思路

　　　　· 使用Redis作为存储订单数据的数据库。

　　　　· 使用Spout从Redis中读取订单数据。

　　　　· 使用Bolt计算分组频度。

　　　　· 使用Bolt计算支持度和置信度。

　　　　· 使用Bolt筛选结果并存储到Redis中。

　　2.4 拓扑结构图

　　根据程序思路设计如下所示的拓扑结构，其组件在之后进行介绍。

　　

三、设计实现

　　3.1 实现步骤

　　1. 产生订单数据

　　通过模拟程序产生订单数据，并存储Redis中，即使用OrderGenerator来生成订单数据并存入Redis中，每个订单有四种不同商品及其数量组成。

　　2. 接入订单数据

　　通过OrderSpout读取Redis中的订单数据，以供拓扑结构下游的Bolt使用。

　　3. 对订单中商品进行分组

　　通过SplitBolt对订单中的商品进行分组，两两分组并构建商品对，发送元组至下游Bolt。

　　4. 统计商品对总数

　　使用PairTotalCountBolt对所有商品对数量进行统计（用于计算支持度），并发送元组至下游Bolt。

　　5. 统计商品对及其出现次数

　　使用PairCountBolt对商品对出现的次数进行统计，并发送元组至下游Bolt。

　　6. 计算商品对支持度

　　使用SupportComputeBolt对商品对的支持度进行计算，并发送元组至下游Bolt。

　　7. 计算商品对置信度

　　使用ConfidenceComputeBolt对商品对的置信度进行计算，并发送元组至下游Bolt。

　　8. 过滤符合条件的商品对

　　使用FilterBolt对符合条件的商品对进行过滤并存入redis，并发送元组至下游Bolt。

　   3.1 源码分析

　　下面给出拓扑结构中的各组件的源码并进行分析。

　　1. OrderSpout　　　

package com.hust.grid.leesf.ordertest.spout;

import java.util.Map;

import org.json.simple.JSONArray;

import org.json.simple.JSONObject;

import org.json.simple.JSONValue;

import com.hust.grid.leesf.ordertest.common.ConfKeys;

import com.hust.grid.leesf.ordertest.common.FieldNames;

import backtype.storm.spout.SpoutOutputCollector;

import backtype.storm.task.TopologyContext;

import backtype.storm.topology.OutputFieldsDeclarer;

import backtype.storm.topology.base.BaseRichSpout;

import backtype.storm.tuple.Fields;

import backtype.storm.tuple.Values;

import redis.clients.jedis.Jedis;

/**

 * 数据源，从redis读取订单

 *

 * @author leesf

 *

 */

public class OrderSpout extends BaseRichSpout {

    private static final long serialVersionUID = 1L;

    private SpoutOutputCollector collector;

    private Jedis jedis;

    private String host;

    private int port;

    public void open(@SuppressWarnings("rawtypes") Map conf, TopologyContext context, SpoutOutputCollector collector) {

        this.collector = collector;

        this.host = conf.get(ConfKeys.REDIS_HOST).toString();

        this.port = Integer.parseInt(conf.get(ConfKeys.REDIS_PORT).toString());

        connectToRedis();

    }

    private void connectToRedis() {

        jedis = new Jedis(host, port);

        jedis.connect();

    }

    public void nextTuple() {

        String content = jedis.rpop("orders"); // 获取一条订单数据

        if (null == content || "nil".equals(content)) { // 若无，则等待300ms

            try {

                Thread.sleep(300);

            } catch (InterruptedException e) {

                e.printStackTrace();

            }

        } else { // 对订单数据进行转化

            JSONObject object = (JSONObject) JSONValue.parse(content);

            String id = object.get(FieldNames.ID).toString(); // 获取ID

            JSONArray items = (JSONArray) object.get(FieldNames.ITEMS); // 获取订单中的商品

            for (Object obj : items) { // 遍历订单中的商品

                JSONObject item = (JSONObject) obj;

                String name = item.get(FieldNames.NAME).toString(); // 商品名称

                int count = Integer.parseInt(item.get(FieldNames.COUNT).toString()); // 商品数量

                collector.emit(new Values(id, name, count)); // 发射订单号、商品名称、商品数量

                if (jedis.hexists("itemCounts", name)) { // redis中存在name字段

                    jedis.hincrBy("itemCounts", name, 1); // 商品对应数量（订单中多个商品当作1个）增加1

                } else { // redis中不存在name字段

                    jedis.hset("itemCounts", name, "1"); // 将name字段的值（商品数量）设置为1

                }

            }

        }

    }

    public void declareOutputFields(OutputFieldsDeclarer declarer) {

        // 声明发射元组字段

        declarer.declare(new Fields(FieldNames.ID, FieldNames.NAME, FieldNames.COUNT));

    }

}

OrderSpout

　　说明：OrderSpout会从redis中读取订单数据，并遍历订单中每个商品并发射，同时会统计商品数据并存入redis。

　　2. CommandSpout

package com.hust.grid.leesf.ordertest.spout;

import java.util.Map;

import com.hust.grid.leesf.ordertest.common.FieldNames;

import backtype.storm.spout.SpoutOutputCollector;

import backtype.storm.task.TopologyContext;

import backtype.storm.topology.OutputFieldsDeclarer;

import backtype.storm.topology.base.BaseRichSpout;

import backtype.storm.tuple.Fields;

import backtype.storm.tuple.Values;

/**

 * 统计支持度和置信度

 *

 * @author leesf

 */

public class CommandSpout extends BaseRichSpout {

    private static final long serialVersionUID = 1L;

    private SpoutOutputCollector collector;

    public void open(@SuppressWarnings("rawtypes") Map conf, TopologyContext context, SpoutOutputCollector collector) {

        this.collector = collector;

    }

    public void nextTuple() {

        // 休眠5S后发射“statistics”

        try {

            Thread.sleep(5000);

        } catch (InterruptedException e) {

            e.printStackTrace();

        }

        collector.emit(new Values("statistics"));

    }

    public void declareOutputFields(OutputFieldsDeclarer declarer) {

        // 声明元组字段

        declarer.declare(new Fields(FieldNames.COMMAND));

    }

}

CommandSpout

　　说明：下游Bolt根据其发射的元组信息来统计支持度和置信度，其每5秒发射一次统计信号。

　　3. SplitBolt　

package com.hust.grid.leesf.ordertest.bolt;

import java.util.ArrayList;

import java.util.HashMap;

import java.util.List;

import java.util.Map;

import com.hust.grid.leesf.ordertest.common.FieldNames;

import backtype.storm.task.OutputCollector;

import backtype.storm.task.TopologyContext;

import backtype.storm.topology.OutputFieldsDeclarer;

import backtype.storm.topology.base.BaseRichBolt;

import backtype.storm.tuple.Fields;

import backtype.storm.tuple.Tuple;

import backtype.storm.tuple.Values;

/**

 * 对订单中的商品进行两两组合并发送

 *

 * @author leesf

 *

 */

public class SplitBolt extends BaseRichBolt {

    private static final long serialVersionUID = 1L;

    private OutputCollector collector;

    private Map<String, List<String>> orderItems; // 存储订单及其商品

    public void prepare(@SuppressWarnings("rawtypes") Map conf, TopologyContext context, OutputCollector collector) {

        this.collector = collector;

        orderItems = new HashMap<String, List<String>>();

    }

    public void execute(Tuple tuple) {

        // 获取订单号和商品名称

        String id = tuple.getStringByField(FieldNames.ID);

        String newItem = tuple.getStringByField(FieldNames.NAME);

        if (!orderItems.containsKey(id)) { // 不包含该订单

            // 新生商品链表

            ArrayList<String> items = new ArrayList<String>();

            // 添加商品

            items.add(newItem);

            orderItems.put(id, items);

            return;

        }

        // 包含订单，取出订单中包含的商品

        List<String> items = orderItems.get(id);

        for (String existItem : items) { // 遍历商品

            // 将元组中提取的商品与订单中已存在的商品组合后发射

            collector.emit(createPair(newItem, existItem));

        }

        // 添加新的商品

        items.add(newItem);

    }

    private Values createPair(String item1, String item2) { // 按照指定顺序生成商品对

        if (item1.compareTo(item2) > 0) {

            return new Values(item1, item2);

        }

        return new Values(item2, item1);

    }

    public void declareOutputFields(OutputFieldsDeclarer declarer) {

        // 声明元组字段

        declarer.declare(new Fields(FieldNames.ITEM1, FieldNames.ITEM2));

    }

}

SplitBolt

　　说明：其将每个订单的两两商品进行组合，然后发射。

　　4. PairTotalCountBolt　

package com.hust.grid.leesf.ordertest.bolt;

import java.util.Map;

import com.hust.grid.leesf.ordertest.common.FieldNames;

import backtype.storm.task.OutputCollector;

import backtype.storm.task.TopologyContext;

import backtype.storm.topology.OutputFieldsDeclarer;

import backtype.storm.topology.base.BaseRichBolt;

import backtype.storm.tuple.Fields;

import backtype.storm.tuple.Tuple;

import backtype.storm.tuple.Values;

/**

 * 计算商品对总数

 *

 * @author leesf

 *

 */

public class PairTotalCountBolt extends BaseRichBolt {

    private static final long serialVersionUID = 1L;

    private OutputCollector collector;

    private int totalCount; // 商品对总数

    public void prepare(@SuppressWarnings("rawtypes") Map conf, TopologyContext context, OutputCollector collector) {

        this.collector = collector;

        totalCount = 0;

    }

    public void execute(Tuple tuple) {

        totalCount++; // 每收到一个元组，便增加商品对总数

        collector.emit(new Values(totalCount)); // 发射商品对总数

    }

    public void declareOutputFields(OutputFieldsDeclarer declarer) {

        // 声明元组字段

        declarer.declare(new Fields(FieldNames.TOTAL_COUNT));

    }

}

PairTotalCountBolt

　　说明：其用于统计所有商品对的数量（用于后面支持度的计算）。

　　5. PairCountBolt

package com.hust.grid.leesf.ordertest.bolt;

import java.util.HashMap;

import java.util.Map;

import com.hust.grid.leesf.ordertest.common.FieldNames;

import com.hust.grid.leesf.ordertest.common.ItemPair;

import backtype.storm.task.OutputCollector;

import backtype.storm.task.TopologyContext;

import backtype.storm.topology.OutputFieldsDeclarer;

import backtype.storm.topology.base.BaseRichBolt;

import backtype.storm.tuple.Fields;

import backtype.storm.tuple.Tuple;

import backtype.storm.tuple.Values;

/**

 * 计算商品对出现的次数

 *

 * @author leesf

 *

 */

public class PairCountBolt extends BaseRichBolt {

    private static final long serialVersionUID = 1L;

    private OutputCollector collector;

    private Map<ItemPair, Integer> pairCounts; // 存储商品对及其出现的次数

    public void prepare(@SuppressWarnings("rawtypes") Map conf, TopologyContext context, OutputCollector collector) {

        this.collector = collector;

        this.pairCounts = new HashMap<ItemPair, Integer>();

    }

    public void execute(Tuple tuple) {

        String item1 = tuple.getStringByField(FieldNames.ITEM1);

        String item2 = tuple.getStringByField(FieldNames.ITEM2);

        ItemPair itemPair = new ItemPair(item1, item2);

        int pairCount = 0;

        if (pairCounts.containsKey(itemPair)) { // 包含商品对

            // 取出商品对出现的次数

            pairCount = pairCounts.get(itemPair);

        }

        // 更新出现次数

        pairCount++;

        pairCounts.put(itemPair, pairCount);

        collector.emit(new Values(item1, item2, pairCount));

    }

    public void declareOutputFields(OutputFieldsDeclarer declarer) {

        // 声明元组字段

        declarer.declare(new Fields(FieldNames.ITEM1, FieldNames.ITEM2, FieldNames.PAIR_COUNT));

    }

}

PairCountBolt

　　说明：其用于统计每个商品对出现的次数，然后发射。

　　6. SupportComputeBolt　　

package com.hust.grid.leesf.ordertest.bolt;

import java.util.HashMap;

import java.util.Map;

import com.hust.grid.leesf.ordertest.common.FieldNames;

import com.hust.grid.leesf.ordertest.common.ItemPair;

import backtype.storm.task.OutputCollector;

import backtype.storm.task.TopologyContext;

import backtype.storm.topology.OutputFieldsDeclarer;

import backtype.storm.topology.base.BaseRichBolt;

import backtype.storm.tuple.Fields;

import backtype.storm.tuple.Tuple;

import backtype.storm.tuple.Values;

/**

 * 计算商品对的支持度

 *

 * @author leesf

 *

 */

public class SupportComputeBolt extends BaseRichBolt {

    private static final long serialVersionUID = 1L;

    private OutputCollector collector;

    private Map<ItemPair, Integer> pairCounts; // 存储商品对及其出现的次数

    private int pairTotalCount; // 商品对总数

    public void prepare(@SuppressWarnings("rawtypes") Map conf, TopologyContext context, OutputCollector collector) {

        this.collector = collector;

        pairCounts = new HashMap<ItemPair, Integer>();

        pairTotalCount = 0;

    }

    /**

     * 由于SupportComputeBolt订阅了多个流，其需要根据不同的字段做出不同的行为

     */

    public void execute(Tuple tuple) {

        if (tuple.getFields().get(0).equals(FieldNames.TOTAL_COUNT)) { // 对应PairTotalCountBolt

            // 取出商品对总数量

            pairTotalCount = tuple.getIntegerByField(FieldNames.TOTAL_COUNT);

        } else if (tuple.getFields().size() == 3) { // 对应PairCountBolt

            // 取出商品及其商品对出现的次数

            String item1 = tuple.getStringByField(FieldNames.ITEM1);

            String item2 = tuple.getStringByField(FieldNames.ITEM2);

            int pairCount = tuple.getIntegerByField(FieldNames.PAIR_COUNT);

            // 存储商品对及其次数

            pairCounts.put(new ItemPair(item1, item2), pairCount);

        } else if (tuple.getFields().get(0).equals(FieldNames.COMMAND)) { // 对应CommandSpout

            for (ItemPair itemPair : pairCounts.keySet()) { // 遍历商品对

                // 计算商品支持度，使用商品对出现的次数除以商品对总数量

                double itemSupport = (double) (pairCounts.get(itemPair).intValue()) / pairTotalCount;

                collector.emit(new Values(itemPair.getItem1(), itemPair.getItem2(), itemSupport));

            }

        }

    }

    public void declareOutputFields(OutputFieldsDeclarer declarer) {

        // 定义元组字段

        declarer.declare(new Fields(FieldNames.ITEM1, FieldNames.ITEM2, FieldNames.SUPPORT));

    }

}

SupportComputeBolt

　　说明：计算每个商品对的支持度，并且发射支持度。

　　7. ConfidenceComputeBolt　

package com.hust.grid.leesf.ordertest.bolt;

import java.util.HashMap;

import java.util.Map;

import com.hust.grid.leesf.ordertest.common.ConfKeys;

import com.hust.grid.leesf.ordertest.common.FieldNames;

import com.hust.grid.leesf.ordertest.common.ItemPair;

import backtype.storm.task.OutputCollector;

import backtype.storm.task.TopologyContext;

import backtype.storm.topology.OutputFieldsDeclarer;

import backtype.storm.topology.base.BaseRichBolt;

import backtype.storm.tuple.Fields;

import backtype.storm.tuple.Tuple;

import backtype.storm.tuple.Values;

import redis.clients.jedis.Jedis;

/**

 * 计算商品对的置信度

 *

 * @author leesf

 */

public class ConfidenceComputeBolt extends BaseRichBolt {

    private static final long serialVersionUID = 1L;

    private OutputCollector collector;

    private Map<ItemPair, Integer> pairCounts; // 存储商品对及其出现的次数

    private String host;

    private int port;

    private Jedis jedis;

    public void prepare(@SuppressWarnings("rawtypes") Map conf, TopologyContext context, OutputCollector collector) {

        this.collector = collector;

        this.host = conf.get(ConfKeys.REDIS_HOST).toString();

        this.port = Integer.parseInt(conf.get(ConfKeys.REDIS_PORT).toString());

        pairCounts = new HashMap<ItemPair, Integer>();

        connectToRedis();

    }

    private void connectToRedis() {

        jedis = new Jedis(host, port);

        jedis.connect();

    }

    /**

     * 由于ConfidenceComputeBolt订阅了多个流，其需要根据元组不同的字段做出不同的行为

     */

    public void execute(Tuple tuple) {

        if (tuple.getFields().size() == 3) { // 对应PairCountBolt

            // 取出商品对及其出现次数

            String item1 = tuple.getStringByField(FieldNames.ITEM1);

            String item2 = tuple.getStringByField(FieldNames.ITEM2);

            int pairCount = tuple.getIntegerByField(FieldNames.PAIR_COUNT);

            pairCounts.put(new ItemPair(item1, item2), pairCount);

        } else if (tuple.getFields().get(0).equals(FieldNames.COMMAND)) { // 对应CommandSpout，需要进行统计

            for (ItemPair itemPair : pairCounts.keySet()) { // 遍历商品对

                // 从redis中取出商品对中商品出现的次数

                double item1Count = Integer.parseInt(jedis.hget("itemCounts", itemPair.getItem1()));

                double item2Count = Integer.parseInt(jedis.hget("itemCounts", itemPair.getItem2()));

                double itemConfidence = pairCounts.get(itemPair).intValue();

                // 计算商品对置信度

                if (item1Count < item2Count) {

                    itemConfidence /= item1Count;

                } else {

                    itemConfidence /= item2Count;

                }

                collector.emit(new Values(itemPair.getItem1(), itemPair.getItem2(), itemConfidence));

            }

        }

    }

    public void declareOutputFields(OutputFieldsDeclarer declarer) {

        // 声明元组字段

        declarer.declare(new Fields(FieldNames.ITEM1, FieldNames.ITEM2, FieldNames.CONFIDENCE));

    }

}

　　说明：计算商品对的置信度，并且发射置信度。

　　8. FilterBolt

package com.hust.grid.leesf.ordertest.bolt;

import java.util.Map;

import org.json.simple.JSONObject;

import com.hust.grid.leesf.ordertest.common.ConfKeys;

import com.hust.grid.leesf.ordertest.common.FieldNames;

import com.hust.grid.leesf.ordertest.common.ItemPair;

import backtype.storm.task.OutputCollector;

import backtype.storm.task.TopologyContext;

import backtype.storm.topology.OutputFieldsDeclarer;

import backtype.storm.topology.base.BaseRichBolt;

import backtype.storm.tuple.Fields;

import backtype.storm.tuple.Tuple;

import backtype.storm.tuple.Values;

import redis.clients.jedis.Jedis;

/**

 * 过滤符合条件的商品对并存入redis

 *

 * @author leesf

 *

 */

public class FilterBolt extends BaseRichBolt {

    private static final long serialVersionUID = 1L;

    // 商品对的支持度和置信度

    private static final double SUPPORT_THRESHOLD = 0.01;

    private static final double CONFIDENCE_THRESHOLD = 0.01;

    private OutputCollector collector;

    private Jedis jedis;

    private String host;

    private int port;

    public void prepare(@SuppressWarnings("rawtypes") Map conf, TopologyContext context, OutputCollector collector) {

        this.collector = collector;

        this.host = conf.get(ConfKeys.REDIS_HOST).toString();

        this.port = Integer.parseInt(conf.get(ConfKeys.REDIS_PORT).toString());

        connectToRedis();

    }

    private void connectToRedis() {

        jedis = new Jedis(host, port);

        jedis.connect();

    }

    @SuppressWarnings("unchecked")

    public void execute(Tuple tuple) {

        // 取出商品并构造商品对

        String item1 = tuple.getStringByField(FieldNames.ITEM1);

        String item2 = tuple.getStringByField(FieldNames.ITEM2);

        ItemPair itemPair = new ItemPair(item1, item2);

        String pairString = itemPair.toString();

        double support = 0;

        double confidence = 0;

        if (tuple.getFields().get(2).equals(FieldNames.SUPPORT)) { // 对应SupportComputeBolt

            // 获取支持度并存入redis

            support = tuple.getDoubleByField(FieldNames.SUPPORT);

            jedis.hset("supports", pairString, String.valueOf(support));

        } else if (tuple.getFields().get(2).equals(FieldNames.CONFIDENCE)) { // 对应ConfidenceComputeBolt

            // 获取置信度并存入redis

            confidence = tuple.getDoubleByField(FieldNames.CONFIDENCE);

            jedis.hset("confidences", pairString, String.valueOf(confidence));

        }

        if (!jedis.hexists("supports", pairString) || !jedis.hexists("confidences", pairString)) { // 商品对的支持度和置信度还未计算完成，返回

            return;

        }

        // 商品对的支持度和置信度已经计算完成

        support = Double.parseDouble(jedis.hget("supports", pairString));

        confidence = Double.parseDouble(jedis.hget("confidences", pairString));

        if (support >= SUPPORT_THRESHOLD && confidence >= CONFIDENCE_THRESHOLD) { // 支持度和置信度超过阈值

            // 将该商品对信息存入redis中

            JSONObject pairValue = new JSONObject();

            pairValue.put(FieldNames.SUPPORT, support);

            pairValue.put(FieldNames.CONFIDENCE, confidence);

            jedis.hset("recommendedPairs", pairString, pairValue.toJSONString());

            collector.emit(new Values(item1, item2, support, confidence));

        } else { // 不高于阈值，则从redis中删除

            jedis.hdel("recommendedPairs", pairString);

        }

    }

    public void declareOutputFields(OutputFieldsDeclarer declarer) {

        // 声明元组字段

        declarer.declare(new Fields(FieldNames.ITEM1, FieldNames.ITEM2, FieldNames.SUPPORT, FieldNames.CONFIDENCE));

    }

}

FilterBolt

　　说明：判断支持度和置信度是否超过了阈值，若超过则需要存入redis，否则，从redis中删除。

四、程序运行

　　4.1. 环境依赖

　　打开redis服务器、客户端（方便观看结果）和zookeeper。

　　4.2. 写入订单数据

　　运行OrderGenerator，生成并写入订单数据，通过redis查看，结果如下

　　

　　表示已经成功写入了订单数据。

　　4.3. 运行任务拓扑

　　运行OrderTopology，其会根据订单中的商品数据，生成并写入推荐商品对，通过redis查看，结果如下

　　

　　可以看到运行完成后，已经成功生成了推荐商品方案。

五、总结

　　通过本篇Storm案例的学习，对于Storm的编程有了更深入的认识，同时，本项目的源代码已经上传至github，欢迎star，谢谢各位园友的观看～　　

参考链接：http://www.jikexueyuan.com/course/1437.html

【Storm】Storm实战之频繁二项集挖掘的更多相关文章

  1. 【Storm】Storm实战之频繁二项集挖掘（附源码）

    一.前言 针对大叔据实时处理的入门,除了使用WordCount示例之外,还需要相对更深入点的示例来理解Storm,因此,本篇博文利用Storm实现了频繁项集挖掘的案例,以方便更好的入门Storm. 二 ...

  2. 海量数据挖掘MMDS week2: 频繁项集挖掘 Apriori算法的改进：基于hash的方法

    http://blog.csdn.net/pipisorry/article/details/48901217 海量数据挖掘Mining Massive Datasets(MMDs) -Jure Le ...

  3. 海量数据挖掘MMDS week2: Association Rules关联规则与频繁项集挖掘

    http://blog.csdn.net/pipisorry/article/details/48894977 海量数据挖掘Mining Massive Datasets(MMDs) -Jure Le ...

  4. 海量数据挖掘MMDS week2: 频繁项集挖掘 Apriori算法的改进：非hash方法

    http://blog.csdn.net/pipisorry/article/details/48914067 海量数据挖掘Mining Massive Datasets(MMDs) -Jure Le ...

  5. 频繁项集挖掘之Aprior和FPGrowth算法

    频繁项集挖掘的应用多出现于购物篮分析,现介绍两种频繁项集的挖掘算法Aprior和FPGrowth,用以发现购物篮中出现频率较高的购物组合. 基础知识 项:“属性-值”对.比如啤酒2罐.  项集:项的集 ...

  6. 频繁项集挖掘之apriori和fp-growth

    Apriori和fp-growth是频繁项集(frequent itemset mining)挖掘中的两个经典算法,虽然都是十几年前的,但是理解这两个算法对数据挖掘和学习算法都有很大好处.在理解这两个 ...

  7. Python两步实现关联规则Apriori算法，参考机器学习实战，包括频繁项集的构建以及关联规则的挖掘

    .caret, .dropup > .btn > .caret { border-top-color: #000 !important; } .label { border: 1px so ...

  8. 关联规则—频繁项集Apriori算法

    频繁模式和对应的关联或相关规则在一定程度上刻画了属性条件与类标号之间的有趣联系,因此将关联规则挖掘用于分类也会产生比较好的效果.关联规则就是在给定训练项集上频繁出现的项集与项集之间的一种紧密的联系.其 ...

  9. 手推FP-growth (频繁模式增长）算法------挖掘频繁项集

    一.频繁项集挖掘为什么会出现FP-growth呢? 原因:这得从Apriori算法的原理说起,Apriori会产生大量候选项集(就是连接后产生的),在剪枝时,需要扫描整个数据库(就是给出的数据),通过 ...

随机推荐

  1. springboot 1.5.2 thymeleaf 标签未关闭异常解决办法

    org.thymeleaf.exceptions.TemplateInputException: Exception parsing document: template="login&qu ...

  2. elasticsearch 不能通过9200端口访问

    修改配置文件 config/elasticsearch.yml network.host: 0.0.0.0

  3. Java数据库连接错误集

    com.mysql.jdbc.exceptions.jdbc4.MySQLNonTransientConnectionException: No operations allowed after co ...

  4. Linux安装JDK完整步骤

    1.检查一下系统中的jdk版本 [root@localhost software]# java -version 显示: openjdk version "1.8.0_102" O ...

  5. SQL Server使用导入导出向导导入超过4000个字符的字段的数据

    在使用SQL Server导入导出向导导入数据的时候,我们经常会碰到某个单元格的数据超长而被截断报错的情况.本文针对这种场景给出相应的解决方案.   环境描述:SQL Server 2012,文件源: ...

  6. Vue 非父子组件通信

    组件是Vue核心的一块内容,组件之间的通信也是很基本的开发需求.组件通信又包括父组件向子组件传数据,子组件向父组件传数据,非父子组件间的通信.前两种通信Vue的文档都说的很清楚,但是第三种文档上确只有 ...

  7. 每天一个JS 小demo之新建文件夹。主要知识点：DOM方法的综合运用

    <!DOCTYPE html><html lang="en"><head><meta charset="UTF-8"& ...

  8. [转]Java多线程学习（吐血超详细总结）

    转自:http://www.mamicode.com/info-detail-517008.html 本文主要讲了Java中多线程的使用方法.线程同步.线程数据传递.线程状态及相应的一些线程函数用法. ...

  9. flask 扩展之 -- flask-script

    一. 使用 Flask-Script 支持命令行选项 1. 安装 $ pip install flask-script 2. 配置 from flask_script import Manager m ...

  10. JS 事件派发器EventDispatcher

    在Java和AS中经常用到EventDispatcher,写了一个JS版本的. addListener :添加事件监听器 removeListener:移除事件监听器 dispatchEvent:派发 ...