你倒是敲代码鸭.

FPTree 前面介绍过用Aprior算法来挖掘关联规则，但是Aprior算法的最大缺陷就是生成了候选项集，通过求组合数可以知道候选项集的数量是非常庞大的。 从候选项集到频繁项集，需要不断地扫描整个数据库来计算支持度是否满足min_sup的要求。 因此为了消除这种“候选产生过程”，频繁增长模式（Frequent-Pattern Growth，FP-Growth）产生了。 算法思想 采用分治策略 首先，将代表频繁项集的数据库压缩到一颗频繁模式树（FP-Tree），该树仍然保留项集的关联信息。 然后，把这

什么是Aprior算法 Aprior算法是用来挖掘关联规则的算法 什么是关联规则 关联规则是形如X→Y的蕴涵式，其中， X和Y分别称为关联规则的先导(antecedent或left-hand-side, LHS)和后继(consequent或right-hand-side, RHS) 。其中，关联规则XY，存在支持度（support）和信任度（confidence）. support(X=>Y)=P(X∪Y). confidence(X=>Y)=P(Y|X)=P(XY)P(X)\frac