The Apriori algorithm which is a da

The Apriori algorithm which is a data mining algorithm is implemented in this project using C#.net. The design comprises of a set of classes organized as sub modules as shown in Figure 9. The input items for the algorithm are represented by the Item class. It contains the attributes for item object which are name and support. The support property holds the occurrence count in transactions for the item. The AprioriAlgo class contains the implementation of the Apriori algorithm. It contains methods for generation of candidate sets, identifying frequent item sets, calculating the support, calculation of confidence and identifying association rules. The SorterFascard class is used to sort the transactional elements in the array whereas the validate class is used while generating strong rules from the minimum confidence value supplied. Dictionary and observable collection classes are used to perform different operations like updating and deleting the intermediate results on the collection of items for generating frequent items. The Result class contains the observable collection of the Apriori algorithm results like frequent item sets and association rules. The project module also contains interface classes like the IAprioriAlgo to hide the implementation details and to enforce interface based decoupling making the components loosely coupled.

ผลลัพธ์ (ไทย) 1:

อัลกอริทึม Apriori ซึ่งเป็นอัลกอริทึมการทำเหมืองข้อมูลถูกนำมาใช้ในโครงการนี้ใช้ C# สุทธิ การออกแบบประกอบด้วยชุดของคลาสที่จัดโมดูย่อยดังแสดงในรูปที่ 9 สินค้าป้อนเข้าสำหรับอัลกอริทึมจะแสดง โดยชั้นสินค้า ประกอบด้วยแอตทริบิวต์สำหรับวัตถุสินค้าที่มีชื่อและสนับสนุน คุณสมบัติสนับสนุนมีการนับจำนวนที่เกิดขึ้นในธุรกรรมสำหรับสินค้า คลา AprioriAlgo ประกอบด้วยการดำเนินงานของอัลกอริทึม Apriori ประกอบด้วยวิธีสำหรับการสร้างชุดสมัคร ระบุรายการบ่อยชุด คำนวณการสนับสนุน การคำนวณความเชื่อมั่นและระบุความสัมพันธ์ของกฎ มีใช้คลา SorterFascard การเรียงลำดับองค์ประกอบของทรานแซคชันในอาร์เรย์ โดยใช้ชั้นตรวจสอบในขณะที่สร้างกฎที่แข็งแกร่งจากค่าความเชื่อมั่นต่ำสุดที่ให้มา พจนานุกรมและชุด observable เรียนจะใช้การดำเนินการต่าง ๆ เช่นการปรับปรุง และการลบผลลัพธ์ที่ระดับกลางบนคอลเลกชันของรายการสำหรับการสร้างรายการที่ใช้บ่อย คลาผลลัพธ์ประกอบด้วยคอลเลกชัน observable ผลอัลกอริทึม Apriori ชุดสินค้าบ่อย ๆ และความสัมพันธ์ของกฎ โมยังประกอบด้วยอินเทอร์เฟซสำหรับคลาเช่น IAprioriAlgo การซ่อนรายละเอียดการดำเนินการ และบังคับใช้อินเทอร์เฟซใช้ decoupling การคอมโพเนนต์ที่หลวม ๆ ควบคู่

ผลลัพธ์ (ไทย) 2:

อัลกอริทึม Apriori ซึ่งเป็นขั้นตอนวิธีการทำเหมืองข้อมูลจะดำเนินการในโครงการนี​​้โดยใช้ C # .NET การออกแบบประกอบด้วยชุดชั้นเรียนจัดเป็นโมดูลย่อยดังแสดงในรูปที่ 9 รายการสำหรับการป้อนข้อมูลอัลกอริทึมโดยมีตัวแทนรายการชั้นเรียน มันมีคุณลักษณะสำหรับวัตถุรายการที่มีชื่อและการสนับสนุน สถานที่ให้บริการสนับสนุนถือนับเกิดขึ้นในการทำธุรกรรมสำหรับรายการ ชั้น AprioriAlgo มีการดำเนินการตามขั้นตอนวิธี Apriori มันมีวิธีการในการสร้างชุดผู้สมัครระบุชุดรายการบ่อยคำนวณการสนับสนุนการคำนวณของความเชื่อมั่นและระบุกฎสมาคม ชั้น SorterFascard ถูกนำมาใช้ในการจัดเรียงองค์ประกอบในการทำธุรกรรมในอาร์เรย์ในขณะที่ระดับการตรวจสอบจะใช้ในขณะที่การสร้างกฎระเบียบที่แข็งแกร่งจากค่าความเชื่อมั่นต่ำสุดที่จัด พจนานุกรมและคอลเลกชันที่สังเกตชั้นเรียนจะใช้ในการดำเนินการที่แตกต่างกันเช่นการปรับปรุงและการลบผลกลางในคอลเลกชันของรายการสำหรับการสร้างรายการที่พบบ่อย ชั้นผลการมีคอลเลกชันที่สังเกตผลการขั้นตอนวิธี Apriori เช่นชุดรายการบ่อยและกฎสมาคม โมดูลโครงการนอกจากนี้ยังมีอินเตอร์เฟซชั้นเรียนเช่น IAprioriAlgo จะซ่อนรายละเอียดการดำเนินการและการบังคับใช้อินเตอร์เฟซที่แยกตามองค์ประกอบที่ทำให้คู่หลวม

ผลลัพธ์ (ไทย) 3:

ค่าพารามิเตอร์ซึ่งเป็นขั้นตอนวิธีขั้นตอนวิธีการทำเหมืองข้อมูลที่ใช้ในโครงการนี้ใช้ C # . สุทธิ การออกแบบประกอบด้วยชุดของชั้นเรียน จัดเป็นโมดูลย่อย ดังแสดงในรูปที่ 9 การป้อนข้อมูลรายการสำหรับขั้นตอนวิธีการแทนด้วยรายการระดับ มันมีคุณลักษณะของวัตถุที่มีชื่อและการสนับสนุน คุณสมบัติสนับสนุนการเกิดนับถือในรายการในรายการ การ apriorialgo คลาสมีการดําเนินการของ aPriori ขั้นตอนวิธี มันมีวิธีการในการสร้างชุดของผู้สมัคร ระบุชุดรายการความถี่ คำนวณสนับสนุน การคำนวณของความมั่นใจและการระบุกฎสมาคม การ sorterfascard ชั้นใช้จัดเรียงองค์ประกอบในอาร์เรย์โดยการตรวจสอบห้องที่ใช้ในขณะที่สร้างกฎที่แข็งแกร่งจากขั้นต่ำค่าความเชื่อมั่นของผู้จัดหา พจนานุกรมเรียนและคอลเลกชันที่สังเกตจะใช้เพื่อดำเนินการที่แตกต่างกัน เช่น การปรับปรุง และการลบผลระดับกลางในคอลเลกชันของรายการสำหรับการสร้างรายการที่ใช้บ่อย " ชั้นมีคอลเลกชันที่สังเกตของ aPriori อัลกอริทึมผลลัพธ์เหมือนชุดรายการบ่อยและกฎสมาคม โครงการโมดูลนอกจากนี้ยังมีอินเตอร์เฟซชั้นชอบ iapriorialgo ซ่อนการติดต่อรายละเอียดและบังคับใช้ตามองค์ประกอบหลวม decoupling ทำให้คู่