Apriori算法和FP-growth算法（备忘录）

Apriori算法

1.用于发现频繁项集，但是数据量很多的时候计算量太大，怎么减少计算量呢，于是就有了Apriori规则：一个项集非频繁，那么包含这个项集的所有集合也非频繁
举个例子：现在有由1,2，3,4,5,6,组成的6个集合，比如：
【1,2】，【1】【1,2,3】【4,5】【1,2,4】【5,3,2】
求频繁集：
第一步：对每个【1】，【2】。。。计算在6个集合中，出现次数是不是大于等于最小支持度（这里我们设3），大于就保留，不大于就丢弃，
【1】出现了4次
【2】出现了4次
其他丢弃，比如，既然【3】出现次数小于3了，那么所有包含【3】的集合都不可能大于3,
第二步：剩下的组合成2个元素的集合【1,2】，计算这个2个元素的集合是否在N个集合中满足最小支持度；否则丢弃
【1,2】出现了3次

第三步:剩下的组成3个的集合
。。直到所有都丢弃

FP-growth算法

步骤
事务项过滤非频繁项，去重排序
第一遍扫描：指针列表已经建立
建立树：注意相同项要用链表连起来，方便后面抽取条件模式基
每一个频繁项都要建立一个树！！！

https://www.cnblogs.com/bigmonkey/p/7478698.html
https://www.cnblogs.com/ybjourney/p/4851540.html