本算法参照《数据挖掘概念与技术》第三版（韩家炜）来实现的，算法的伪代码如下（截图）：
FPGrowth频繁模式挖掘主程序：clc;
clear;
%最小支持度设定
min_sup=2;
%最小置信度
min_conf=0.9;
%读取事物数据，按行读
fid=fopen('D:\matlabFile\FPGrowth\dataApriori.txt','r');
%记录读取的行号，与实际的事务数相对应，同时为了分配存储空间
NumEvent=1;
Dataset=cell(1,1);
while ~feof(fid)
lineinfo=fgetl(fid);
c=str2num(lineinfo);
if (isempty(lineinfo))
continue; %空行，重新读下一行
end
Dataset{NumEvent,1}=c;
NumEvent=NumEvent+1;
end
fclose(fid);
NumEvent=NumEvent-1;
%存放当前频繁项，item
L=zeros(1,2);
%第一次扫描Dataset,统计每一个候选项，并存在二维数组中
%对所有item进行统计，并按支持度递减排序
NumEvent=size(Dataset,1);
for i=1:NumEvent
for j=1:length(Dataset{i})
%寻找当前项在L中是否已经存在
result=find(L(:,1)==Dataset{i}(1,j));
if isempty(result)
%如不存在，则新建一行，支持度为1
L=cat(1,L,[Dataset{i}(1,j),1]);
else
%如存在，则支持度加1
L(result,2)=L(result,2)+1;
end
end
end
%将L的第一行赋空
L(1,:)=[];
%按照支持度递减排序，
L=sortrows(L,-2);
%存储FP树
tree=cell(1,2);
%第二次扫描事务数据库Dataset，构造FP树，
for i=1:NumEvent
L_temp=[];
%把每一个事务中的item按照其支持度进行排序
for j=1:length(Dataset{i})
result=find(L(:,1)==Dataset{i}(1,j));
if isempty(result)==0
L_temp=cat(1,L_temp,L(result,:));
end
end
L_temp=sortrows(L_temp,-2);
L_temp=(L_temp(:,1))';
tree=treeFunc(L_temp,tree,1,i);
end
%进行模式挖掘
%对L按支持度的降序重新排序
L=sortrows(L,2);
%对L的每一项进行频繁项的挖掘
%最终的频繁项
freqItems=cell(1,1);
%频繁项计数
n=1;
%临时频繁项存储
freqItems_temp=cell(1,1);
for i=1:size(L,1)-1
frequentItem=cell(1,1);
item=[];
%找出所有包含L(i,1)项
frequentItem=ruleMining(L(i,1),tree,item,frequentItem);
frequentItem(1,:)=[];
if isempty(frequentItem)
continue;
end
%构造条件树
conditionTree=cell(1,2);
conditionItem=zeros(1,2);
for j=1:size(frequentItem,1)
if size(frequentItem{j,1},2)~=0
flag_2=0;
p=0;
%conditionTree的行代表在条件树起始节点null下，有几个分支
if size(conditionTree{1,1},2)~=0
for x=1:size(conditionTree,1)
if conditionTree{x,1}==frequentItem{j,1}(1,1)
conditionTree{x,2}(1,2)=conditionTree{x,2}(1,2)+frequentItem{j,1}(1,2);
flag_2=1;
p=x;
break;
end
end
end
if flag_2==0
p=size(conditionTree,1)+1;
conditionTree{p,1}=frequentItem{j,1}(1,1);
conditionTree{p,2}=[frequentItem{j,1}(1,1),frequentItem{j,1}(1,size(frequentItem{j,1},2))];
if size(conditionTree{1,1},2)==0
conditionTree(1,:)=[];
p=p-1;
end
end
if size(conditionTree{p,2},2)==0
conditionTree{p,2}=conditionItem;
conditionItem=conditionTree{p,2};
else
conditionItem=conditionTree{p,2};
end
%验证conditionItem是否已经存在，如存在则直接将频繁项的数量可以直接相加
for m=2:size(frequentItem{j,1},2)-1
flag=0;
for n=1:size(conditionItem,1)
if conditionItem(n,1)==frequentItem{j,1}(1,m)
conditionItem(n,2)=conditionItem(n,2)+frequentItem{j,1}(1,size(frequentItem{j,1},2));
flag=1;
break;
end
end
if flag==0
conditionItem=cat(1,conditionItem,[frequentItem{j,1}(1,m),frequentItem{j,1}(1,size(frequentItem{j,1},2))]);
end
end
conditionTree{p,2}=conditionItem;
end
end
%对生成的条件树进行最小支持度过滤，
for k=1:size(conditionTree,1)
%对支持度小于min_sup的进行过滤
conditionItem=conditionTree{k,2};
if isempty(conditionItem)
continue;
end
result=find(conditionItem(:,2)<min_sup);
row=unique(result);
conditionItem(row,:)=[];
%对剩余item进行组合,需要把当前的
result=find(conditionItem(:,1)==L(i,1));
row=unique(result);
currentItem=conditionItem(row,:);
conditionItem(row,:)=[];
%取出所有item项
c=conditionItem(:,1)';
c_temp=cell(1,1);
%对Item进行组合，并生成频繁项
for m=1:length(c)
%组合
C=nchoosek(1:1:length(c),m);
%取最小值
for p=1:size(C,1)
cItem=currentItem;
for q=1:size(C,2)
cItem=cat(1,cItem,conditionItem(C(p,q),:));
end
%求支持度最小的项
[x,y]=min(cItem(:,2));
%得到频繁项
freqItems_temp{n,1}=cItem(:,1)';
fItem=cat(2,cItem(:,1)',cItem(y,2));
freqItems{n,1}=fItem;
n=n+1;
end
end
end
end
%------------------对重复的频繁项进行合并----------------------------------
%临时频繁项集，与上面的频繁项集基本一致，只是少了最后一列的支持度计数，目的
%是为了比较两个频繁项是否一致，以便进行合并
while ~isempty(freqItems_temp)
for i=1:size(freqItems_temp,1)-1
flag=0;
for j=i+1:size(freqItems_temp,1)
if isequal(freqItems_temp{i,1},freqItems_temp{j,1})
%将临时频繁项的重复项进行合并
freqItems_temp(j,:)=[];
%将重复的频繁项最后的一列的支持度计数进行合并
freqItems{i,1}(1,size(freqItems{i,1},2))=freqItems{i,1}(1,size(freqItems{i,1},2))+freqItems{j,1}(1,size(freqItems{j,1},2));
%将频繁项中的重复项清除
freqItems(j,:)=[];
flag=1;
break;
end
end
if flag==1
break;
end
end
if i==size(freqItems_temp,1)-1
break;
end
end
%显示频繁项集
freqItemsruleMining函数的实现过程：function result=ruleMining(L,currentNode,item,frequentItem)%L用来保存当前项，currentNode用来保存当前节点，用来保存项集
%开始遍历节点
%这里的Item2是为了保存最上层的item，以便在下面的for循环中保持不变
item2=item;
for i=1:size(currentNode,2)
item=item2;
if size(currentNode{1,i},2)~=0
%如果当前结点已经存在且item为空，则直接跳过该次循环
if isempty(item)&¤tNode{1,i}{1,1}==L
continue;
end
%如果当前结点的类型等于当前类型，则记录该频繁项
if currentNode{1,i}{1,1}==L
%获取当前结点的结点类型，即item
a=currentNode{1,i}{1,1};
%获取当前结点的支持度
b=currentNode{1,i}{1,2};
%如找到当前项，则把结果保存到项集中，项集的最后一位保存了该项的数量
item=cat(2,item,[a b]);
%将当前频繁项加入到频繁项集中
frequentItem{size(frequentItem,1)+1,1}=item;
%去掉当前item的最后两列，以便继续进行遍历
item=item(1:length(item)-2);
else
% if size(currentNode,2)>2
%判断当前节点的第三个cell是否为空，如果不为空，则进行下一级的循环遍历
if size(currentNode{1,i}{1,3},2)>0
%将当前结点的结点类型加入到item中
item=cat(2,item,currentNode{1,i}{1,1});
%进行下一级的遍历
frequentItem=ruleMining(L,currentNode{1,i}{1,3},item,frequentItem);
end
% else
%
% end
end
end
end
%返回结果
result=frequentItem;treeFunc函数的实现过程：function result=treeFunc(L_temp,currentNode,f,f1)%参数f确保返回的是一个整体的树，f1保证是从第二次开始循环
%初次建树，直接增加一个节点
if isempty(currentNode{1,1})
Node=cell(1,2);
newNode=cell(1,3);
newNode{1}=L_temp(1,1);
newNode{2}=1;
Node{1,1}=newNode;
currentNode{1,1}=Node;
Node=currentNode{1,1};
else
%对已有的树进行遍历
if f1>1
flag_1=0;
for i=1:size(currentNode,2)
if size(currentNode{1,i})~=0
if currentNode{1,i}{1,1}==L_temp(1,1)
currentNode{1,i}{1,2}=currentNode{1,i}{1,2}+1;
Node=currentNode;
flag_1=1;
break;
end
end
end
%在根节点下增加新的节点
if flag_1==0
newNode=cell(1,3);
newNode{1}=L_temp(1,1);
newNode{2}=1;
currentNode{1,size(currentNode,2)+1}=newNode;
Node=currentNode;
end
else
flag_1=0;
if flag_1==0
%如果cell的第三列为空，则创建的cell（1×2）加入到第三列
if size(currentNode{1,3},2)==0
Node=cell(1,2);
newNode=cell(1,3);
newNode{1}=L_temp(1,1);
newNode{2}=1;
Node{1,1}=newNode;
currentNode{1,3}=Node;
Node=currentNode{1,3};
else
%如果第三列不为空，则对其进行遍历，寻找匹配项
flag=0;
for m=1:size(currentNode{1,3},2)
if size(currentNode{1,3}{1,m})~=0
if currentNode{1,3}{1,m}{1,1}==L_temp(1,1)
flag=1;
currentNode{1,3}{1,m}{1,2}=currentNode{1,3}{1,m}{1,2}+1;
Node=currentNode{1,3};
break;
end
end
end
%如果没找到匹配项，则增加一个新节点
if flag==0
newNode=cell(1,3);
newNode{1}=L_temp(1,1);
newNode{2}=1;
currentNode{1,3}{1,size(currentNode{1,3},2)+1}=newNode;
Node=currentNode{1,3};
end
end
end
end
end
const=L_temp(1,1);
L_temp(:,1)=[];
if isempty(L_temp)==0
if size(Node,2)>2
for i=1:size(Node,2)
if size(Node{1,i})~=0
if Node{1,i}{1,1}==const
Node{1,i}{1,3}=treeFunc(L_temp,Node{1,i},0,0);
end
end
end
else
Node{1,1}{1,3}=treeFunc(L_temp,Node{1,1},0,0);
end
result=Node;
else
result=Node;
end
end
实验数据依然用的是与Apriori算法相同的数据，如下：
dataApriori.txt实验数据文件，请复制后保存为txt文件1 2 5
2 4
2 3
1 2 4
1 3
2 3
1 3
1 2 3 5
1 2 3
扫一扫
4103
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
