1.6关联规则（fpm）

1.6 关联规则（fpm）

1.6.1 关联规则（FPGrowth(Frequent Pattern Growth)）

关联规则挖掘的一个典型例子是购物篮分析。关联规则的研究有助于发现交易数据库中不同商品（项）之间的关系，找出顾客购买行为模式，如{啤酒，尿布}。

首先弄清楚几个概念：

1. 项（item）：即商品；项集：若干项的集合。
2. 关联规则：关联规则用于表示数据内隐含的关联性。一般记X为先决条件、Y为相应的关联结果。关联性强度如何由3个概念控制和评价：支持度、置信度和提升度。
3. 支持度（support）：支持度是指在所有项集中{X, Y}出现的可能性，即项集中同时含有X和Y的概率。通过设定最小阈值（minsup），剔除“出镜率”较低的无意义规则，保留出现较为频繁的项集所隐含的规则。（类TF-IDF词频-逆向文件频率）
4. 置信度（confidence）：置信度表示在先决条件X发生的条件下，关联结果Y发生的概率，需要对置信度设定阈值（mincon）来实现进一步筛选。
5. 提升度：提升度表示在含有X的条件下同时含有Y的可能性与没有X这个条件下项集中含有Y的可能性之比；公式为confidence（artichok=>cracker）/support(cracker)。该指标与置信度同样衡量规则的可靠性，可以看作是置信度的一种互补指标。

FPGrowth算法核心是构造GPTree树，FPTree树实现了：增加事务、合并树、取后缀树、取节点事物集、提取频繁项集（频繁项集，同时出现{尿布，啤酒}的项集）等方法，这些方法都是实现频繁项集挖掘的核心方法。FPGrowth算法分为两个过程：构造FP树和挖掘FP树。

构造FP树：

1. 扫描事务数据库D一次。收