上一节我们学习了如果构建FP树,这一节介绍如何利用FP树挖掘频繁项集。
利用FP树我们已经找到了一棵树中所有只包含一个数据的频繁项集,和Apriori算法的思路类似,接下来我们要找到包含多个数据的频繁项集。与之不同的是,这里我们将使用FP树,而不是原始数据集。
首先介绍一个概念,条件模式基:以所查找的单元数据为结尾的路径集合。这里指的路径是前缀路径,即介于所查找单元数据与根结点之间的所有内容。
首先我们遍历每个只含一个数据的频繁项集,寻找其条件模式基,然后利用其条件模式基构建一棵FP树,称之为条件FP树。若树中有结点,则说明该数据可以和另外的数据组合构成新的频繁项集。于是我们将条件FP树和它的头指针表作为输入,递归地构建条件FP树,直到枚举完所有单元数据。代码如下:
#寻访根结点
#leafNode:非根结点
#prefixPath:前缀路径
def ascendTree(leafNode,prefixPath):
#若仍未寻访至根结点
if leafNode.parent != None:
#添加当前结点至路径
prefixPath.append(leafNode.name)
#继续迭代
ascendTree(leafNode.parent,prefixPath)
#获得前缀路径
def findPrefixPath(treeNode):
#condPats:前缀路径dict
condPats = {}
#当还未遍历完所有当前类型的单元数据
while treeNode != None:
#前缀路径列表
prefixPath = []
#寻找路径
ascendTree(treeNode,prefixPath)
#若当前结点有父结点&#x