数据挖掘回顾十二:关联规则挖掘之 FP-Growth 算法


1,鉴于Apriori算法需要反复地扫描事务数据库,产生频繁项集候选的数量巨大,并且在计算支持度计数时工作量巨大。

2,为了避免在产生候选时巨大的工作量J.Han(韩家炜),J.Pei(裴健),and Y.Yin 提出了频繁模式增长算法,即本文中要说的FP-Growth 算法。此算法最主要的有点就是避免了产生候选频繁集。


3,FP-Growth 算法利用了如下的性质局部频繁项由短模式生长出长模式,即先求短的频繁项,然后由短的频繁项衍生出长的频繁项。

4,FP-Growth 算法主要的步骤就是构造一棵 FP 树。如下图:



5, FP 树的优点如下:



6,条件模式基和条件FP 树:



7,FP-Growth 算法的思想和方法



8,FP-Growth 算法 PK  Apriori 算法:

相关文章

自1998年我国取消了福利分房的政策后,房地产市场迅速开展蓬...
文章目录获取数据查看数据结构获取数据下载数据可以直接通过...
网上商城系统MySql数据库设计
26个来源的气象数据获取代码
在进入21世纪以来,中国电信业告别了20世纪最后阶段的高速发...