[Python]FPG（FP-growth）算法核心实现

最新推荐文章于 2023-10-19 09:21:16 发布

原创

最新推荐文章于 2023-10-19 09:21:16 发布 · 3k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#python #FP-growth #FPG #关联算法 #推荐算法

FPG是FP-growth算法的简称，推荐算法=》关联算法中最有名的算法之一，是Apriori算法的性能优化版。

参考了一些示例，自行再实现，具体算法如下。

步骤归纳为：
1、第一次遍历获取HeaderTable，包括去重、计频繁数、依据最小支持度去项、重排序(频繁数倒序)；
2、第二次遍历更新原列表，包括依据headerTable去除小于最小支持度的项、重排序
3、建FP Tree，包括创建新节点、相似元素项节点合并

调用入口 (test04.py)：

#coding:utf-8
import test03
oneDimList = []
def loadSimpDat():
    simpDat = [['r', 'z', 'h', 'j', 'p'],
               ['z', 'y', 'x', 'w', 'v', 'u', 't', 's'],
               ['z'],
               ['r', 'x', 'n', 'o', 's'],
               ['y', 'r', 'x', 'z', 'q', 't', 'p'],
               ['y', 'z', 'x', 'e', 'q', 's', 't', 'm']]
    return simpDat

# 数据准备
simpDat = loadSimpDat()
for list in simpDat:
    oneDimList += list
# 建header table
headerTable = test03.HeaderTable().create(oneDimList, 3)
# 建FP tree
buildTree = test03.BuildTree()
updDat = buildTree.refactor(simpDat, headerTable)
fpTree = buildTree.update(updDat)
# 打印结果
for