Python中怎么構建一個(gè)FP-growth算法

本篇文章為大家展示了Python中怎么構建一個(gè)FP-growth算法，內容簡(jiǎn)明扼要并且容易理解，絕對能使你眼前一亮，通過(guò)這篇文章的詳細介紹希望你能有所收獲。

FP算法發(fā)現頻繁項集的過(guò)程是：

(1)構建FP樹(shù)；

(2)從FP樹(shù)中挖掘頻繁項集

FP表示的是頻繁模式，其通過(guò)鏈接來(lái)連接相似元素，被連起來(lái)的元素可看成是一個(gè)鏈表

將事務(wù)數據表中的各個(gè)事務(wù)對應的數據項，按照支持度排序后，把每個(gè)事務(wù)中的數據項按降序依次插入到一棵以 NULL為根節點(diǎn)的樹(shù)中，同時(shí)在每個(gè)結點(diǎn)處記錄該結點(diǎn)出現的支持度。

假設存在的一個(gè)事務(wù)數據樣例為,構建FP樹(shù)的步驟如下：

結合Apriori算法中最小支持度的閾值，在此將最小支持度定義為3，結合上表中的數據，那些不滿(mǎn)足最小支持度要求的將不會(huì )出現在***的FP樹(shù)中。

據此構建FP樹(shù)，并采用一個(gè)頭指針表來(lái)指向給定類(lèi)型的***個(gè)實(shí)例，快速訪(fǎng)問(wèn)FP樹(shù)中的所有元素，構建的帶頭指針的FP樹(shù)如圖：

結合繪制的帶頭指針表的FP樹(shù)，對表中數據進(jìn)行過(guò)濾，排序如下：

在對數據項過(guò)濾排序了之后，就可以構建FP樹(shù)了，從NULL開(kāi)始，向其中不斷添加過(guò)濾排序后的頻繁項集。過(guò)程可表示為：