本文是关于FP增长树的学习笔记，介绍了FP树的表示法和FP增长算法的原理。FP树是一种数据压缩表示，用于数据挖掘中的频繁项集产生。FP增长算法采用深度优先策略，从FP树中递归地寻找频繁项集，避免了Apriori算法的多次扫描数据集。文章详细阐述了FP树的创建与扩充方法，以及FP增长算法的执行过程，并提供了示例图解。
FP增长树学习笔记
此笔记参考书籍为数据挖掘导论
1.FP树表示法
FP树是一种输入数据的压缩表示，它将每个事务映射到FP树的一条路径来构造。不同的事物可能会有若干个相同的子项，因此它们的路径可能重叠，路径相互重叠越多，FP树的压缩效果越好。
FP树仅有一个根节点，用null标记。FP树有一个重要组成结构-头表，头表保存了所有的频繁项目，并且按照频率的降序排列，表中的每个项目包含一个节点链表，指向树中和它同名的节点。
创建FP树的方法：
首先创建树的根节点，用null标记，第一次扫描数据集，选出事物所有项中的频繁项，构建头表Flist。然后用下述方法扩充FP树。
扩充FP树的方法：
(1)扫描一次数据集，确定支持度计数，根据预先设定的最小支持度，丢弃非频繁项，并将频繁项按照支持度的递减排序。
(2)第二次扫描数据集，开始读入事务，并对每个事物创建一个分枝。
(3)当一个事务考虑增加分枝的时候，沿共同前缀上的每个节点的计数加1，为跟随前缀后的项创建节点并连接。
(4)头表连接在树中出现的每个同名节点。
FP树生成示例图：
(图片来自数据挖掘导论一书)
最低0.47元/天 解锁文章
扫一扫
188
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
