[发明专利]用于挖掘中医证型关联证素的Apriori算法的改进方法

摘要

用于挖掘中医证型关联证素的Apriori算法的改进方法，其步骤为包括定义性质、数据库中有k个事务项集，即|D|＝k，每个事务都有唯一的TID作标记，设置最小支持度计数为min_sup；建立事务编码矩阵，增加删除标记DelTag，纵向统计得到修改后的事务编码矩阵的项同时为“1”的个数计算项集的支持度，与min_sup比较，产生频繁2‑项集L₂、发现频繁项集、将事务编码矩阵中的事务T_k‑1的DelTag改为0，扫描数据库计算项集支持度，与min_sup比较，产生频繁项集L_Count1、根据性质4，频繁项集L_Count1中的项集总数是否大于k+1，如果大于，则存在L_Count1+1算法继续；如果小于，则L_Count1+1不存在算法结束；本发明具有提高效率的优点。

主权项

1.用于挖掘中医证型关联证素的Apriori算法的改进方法，其特征在于，其步骤为：步骤一：数据库中有k个事务项集，即|D|＝k，每个事务都有唯一的TID作标记，设置最小支持度计数为min_sup；步骤二，建立事务编码矩阵，增加删除标记DelTag，其初始值均为1，通过对事务编码矩阵的纵向统计每项“1”的个数计算项集的支持度，与min_sup比较，产生频繁项集L1，由L1得到的项序列I1；根据性质:事务集合中项数若少于k，则无法产生频繁k‑项集,修改事务编码矩阵，即横向统计“1”的个数是1<2，将其DelTag改为0，得到修改后的事务编码矩阵；纵向统计得到修改后的事务编码矩阵的项同时为“1”的个数计算项集的支持度，与min_sup比较，产生频繁2‑项集L2步骤三：发现频繁项集对频繁项集L_k‑1中各项集进行0、1编码，然后将各项集进行“或”运算，统计生成的二进制编码中“1”的个数Count1，再统计各项集出现的次数，根据统计值及性质:在L_k‑1自连接生成候选k项集C_k时，C_k中的每个项集重复出现次，确定候选项集C_Count1；步骤四，将事务编码矩阵中的事务Tk‑1的DelTag改为0，扫描数据库计算项集支持度，与min_sup比较，产生频繁项集LCount1步骤五，根据性质:如果频繁项集Lk的项集总数小于k+1，那么频繁(k+1)‑项集不存在；，频繁项集LCount1中的项集总数是否大于k+1，如果大于，则存在LCount1+1算法继续；如果小于，则LCount1+1不存在算法结束。