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)