Eclat算法是Zaki博士於2000年提出了來的，利用垂直數據庫和數據格，採用前綴等價關係劃分搜索空間，該算法只需要1次掃描數據庫，利用數據垂直表示形式的優勢通過交叉計數來計算支持度，能夠很快地挖掘出頻繁集。
下面是Eclat算法的Python實現代碼：
//EclatOne.py
#-*- coding: UTF-8 -*-
import sys
import time
type = sys.getfilesystemencoding()
from sys import argv
def eclat(prefix, items):
while items:
i,itids = items.pop()
isupp = len(itids)
if isupp >= minsup:
print sorted(prefix+[i]), ':', isupp
suffix = []
for j, ojtids in items:
jtids = itids & ojtids
if len(jtids) >= minsup:
suffix.append((j,jtids))
eclat(prefix+[i], sorted(suffix, key=lambda item: len(item[1]), reverse=True))
data = {}
#str1 = './datasets/T10I4D100K.dat'
str1 = './datasets/mushroom.dat'
#minsup = int(argv[2])
#minsup = 5
##支持度
ratio = 0.35
minsup = 8124*ratio
trans = 0
#f = open(argv[1], 'r')
f = open(str1)
for row in f:
trans += 1
for item in row.split():
if item not in data:
data[item] = set()
data[item].add(trans)
f.close()
##計算運行的時間
start = time.clock()
eclat([], sorted(data.items(), key=lambda item: len(item[1]), reverse=True))
end = time.clock()
print "run time: %f s" % (end-start) 對mushroom.dat數據集，設置最小支持度爲0.35，得到的頻繁集如下：
完整工程代碼如下：
http://download.csdn.net/detail/sanqima/9538348
該工程也包含Mushroom、connect、movieItem、retail、T10I4D100K、T20I6D300K、kosarakt數據集，其中數據集Mushroom是包含22種蘑菇品種，8124條記錄；connect是稠密數據集，T10I4D100K、T20I6D300K是由IBM數據產生器生成的。
