[发明专利]一种基于中高位样本的频繁项集数据挖掘方法

摘要

本发明涉及一种基于中高位样本的频繁项集数据挖掘方法，1)局部样本中位项集和高位项集及平均支持度计算；2)局部样本方差的计算；3)局部样本包含：如果出现IW1i＝IW1j且GW1i＝GW1j且σi＝σj,i、j为样本序号，则认定样本则样本Si淘汰指数增加1；4)淘汰样本：根据样本淘汰指数，最高者进入淘汰；5)总体数据样本频繁一项集生成；6)总体数据样本频繁K项集生成。本发明为一种新型的基于Apriori性质的频繁项集数据挖掘算法SMH(Sample Middle High)‑Apriori算法。此算法应用Apriori算法的基本思想，根据局部样本的中间项集和高位项集的平均支持度大小及样本方差，制定取舍原则，解决了经典Apriori算法不能很好的兼顾局部最优的不足。