ECLAT算法找到最大和闭合频繁集答案

【问题标题】：ECLAT Algorithm to find maximal and closed frequent setsECLAT算法找到最大和闭合频繁集
【发布时间】：2020-04-25 09:47:21
【问题描述】：

Transaction ID  Items
     1        {A, C, D}
     2        {B, C, E}
     3        {A, B, C, E}
     4        {B, E}
     5        {A, B, C, E}
Minimum support count is 3. Determine maximal frequent and closed frequent itemset using ECLAT Algorithm.

有人可以解释如何获得最大频繁项集和闭合频繁项集吗？我一直试图在网上寻找资源，但未能找到令人满意的解释来解决这个问题。在最大情况下，我已经能够解决直到最终的支持表，但除此之外，我无法找到找到所需集合的方法。

【问题讨论】：

标签： data-mining data-warehouse numeric mining web-mining

【解决方案1】：

Creating Support Tables:
Minsup>=3
For k=1, 
Sr. No  Itemset Support
1        {A}    3
2        {B}    4
3        {C}    4
4        {D}    1
5        {E}    4
For k=2,
6   {A, B}  2
7   {A, C}  3
8   {A, E}  2
9   {B, C}  3
10  {B, E}  4
11  {C, E}  3
For k=3,
12  {A, B, C}   2
13  {A, B, E}   2
14  {A, C, E}   2
15  {B, C, E}   3
For k=4,
16  {A, B, C, E}    1
Since Minsup>=3,
We eliminate Itemsets 4, 6, 8, 12, 13, 14, 16 as their support is <3.
Hence,
Maximal Frequent Itemset: {B, C, E}
Closed Frequent Itemset: {A, C} & {B, C, E}

【讨论】：