前言

在 第11章 時(shí)我們已經(jīng)介紹了用 Apriori 算法發(fā)現(xiàn) 頻繁項(xiàng)集 與 關(guān)聯(lián)規(guī)則。
本章將繼續(xù)關(guān)注發(fā)現(xiàn) 頻繁項(xiàng)集 這一任務(wù)，并使用 FP-growth 算法更有效的挖掘 頻繁項(xiàng)集。

FP-growth 算法簡介

• 一種非常好的發(fā)現(xiàn)頻繁項(xiàng)集算法。

• 基于Apriori算法構(gòu)建,但是數(shù)據(jù)結(jié)構(gòu)不同，使用叫做 FP樹 的數(shù)據(jù)結(jié)構(gòu)結(jié)構(gòu)來存儲(chǔ)集合。下面我們會(huì)介紹這種數(shù)據(jù)結(jié)構(gòu)。

FP-growth 算法步驟

• 基于數(shù)據(jù)構(gòu)建FP樹

• 從FP樹種挖掘頻繁項(xiàng)集

FP樹 介紹

• FP樹的節(jié)點(diǎn)結(jié)構(gòu)如下:

class treeNode:

   def __init__(self, nameValue, numOccur, parentNode):

       self.name = nameValue     # 節(jié)點(diǎn)名稱

       self.count = numOccur     # 節(jié)點(diǎn)出現(xiàn)次數(shù)

       self.nodeLink = None      # 不同項(xiàng)集的相同項(xiàng)通過nodeLink連接在一起

       # needs to be updated

       self.parent = parentNode  # 指向父節(jié)點(diǎn)

       self.children = {}        # 存儲(chǔ)葉子節(jié)點(diǎn)

閱讀全文：http://ml.apachecn.org/mlia/fp-growth/