【数据挖掘】关联规则之Maximal Frequent Itemsets Approach（最大频繁项集方法）

Maximal Frequent Itemsets Approach（最大频繁项集方法）

---

Maximal Frequent Itemset（最大频繁项集）：它是一组频繁项集，但是它的扩展集都不是频繁的。

最大频繁项集方法和Apriori算法不同点就在于从数据集中提取的itemset不同，最大频繁项集方法提取的是最大频繁项集，Apriori提取的是频繁项集。

如何提取最大频繁项集呢？

1.同时从上往下和从下往上遍历itemset网格图，遍历过程中要不断减少search space，从下往上是产生频繁项集candidate，从上往下是产生最大频繁项集candidate。

2.不断重复步骤1，直至遍历所有data。

对于生成的最大频繁项集，生成关联规则。