不产生候选集的关联规则挖掘算法FP-Tree

上篇博客讲述了Apriori算法的思想和java实现，http://blog.youkuaiyun.com/u010498696/article/details/45641719 Apriori算法是经典的关联规则算法，但是如上篇博客所述，它也有两个致命的性能瓶颈，一个是频繁集自连接产生候选集这一步骤中可能产生大量的候选集；另一个是从候选集得到频繁项集需要重复扫描数据库。

2000年，Han等提出了一个称为FP-tree的算法，有效解决了以上两个问题，它只需要扫描数据库2次，并不使用候选集，通过构造一棵频繁模式树（Pattern frequent tree,FP-Tree），将所有数据库信息压缩到频繁模式树上，最后通过这棵树生成关联规则。

FP-tree算法主要步骤，1：利用数据库中的数据构造FP-Tree；2：从FP-Tree中挖掘频繁模式。下面先给出算法描述，再举例说明。

---------------------------------------------------------------------------------------------------------------------------------------------------------

算法：FP-Tree 挖掘频繁模式

输入：事务数据库D；最小支持度阈值min_sup.

输出：频繁模式

方法：1.构造FP-Tree

（a）扫描数据库第一次，得到频繁一项集F1，并对F按支持度度排序。-----除了要排序，这一步和Apriori得到频繁一项集完全相同。

（b）创建FP-Tree根节点，以root标记，对于事务数据库D中的每个事务执行如下操作：

选择每个事务中的频繁项并按支持度排序，设排序后的频繁项表为[p|P]，其中p是第一个元素，P为剩余元素的表。调用Insert_tree([p|P],root)将p插入到树   中，直到频繁项表为空。

    2.挖掘FP-Tree

precedure FP-Tree(Tree,a)