关联规则FP-Growth算法

FP-Growth

本文详细介绍FP-Growth构造FP-tree和找频繁项集（笔者研究方向确认为关联规则，作为初学者，若本笔记有错误，还望大家留言指出）

已知强关联规则如下表所示

TID	Items
0	a,b
1	c,d
2	a,c,d,e
3	a,d,e
4	a,b,c
5	a,b,c,d

假设置信度为70%，支持度为50%

则最小支持度为：50%*6（6为集数个数）=3（表示Items中的元素满足≥3才为频繁项集）

FP-growth构造FP-tree时需要进行两次处理：

首先进行分类，求出F-list

我们先看表格，遍历一次数据集，统计每个元素出现的次数

a:5(出现5次)

b:3

c:4

d:4

e:2

然后把出现次数较小的滤掉（最小支持度3，将出现次数小于3的元素滤除）

再进行排序，将频率高的放于首位

F-l