频繁项集挖掘算法——Relim算法

        前面我们已经介绍了3中频繁项集挖掘算法，今天我们来介绍一种新的不需要候选项集的频繁项集挖掘算法——Relim算法。

        FP-growth算法是当前挖掘频繁项集算法中速度最快，应用最广，并且不需要候选项集的一种频繁项集挖掘算法，但是FP-growth也存在着算法结构复杂和空间利用率低等缺点。Relim算法是在FP-growth算法的基础上提出的一种新的不需要候选项集的频繁项集挖掘算法。它具有算法结构简单，空间利用率高，易于实现等显著优点。

        主要思想

        Relim算法的主要思想和FP-growth相似，也是基于递归搜索(Recursive Exploration)，但是和FP-growth不同的是：Relim算法在运行时不必创建频繁模式树，而是通过建立一个事务链表组(transaction lists)来找出所有频繁项集。

        方法描述

        为了更好地描述该算法，我们通过一个实例来说明Relim算法的挖掘过程。该例基于表一所示的事务数据集。数据集中有l0个事务。设最小支持度为3(即min sup=3／10=30％ )。

                                      

        Relim算法的挖掘过程如下：
        1)与Apriori算法相同，首先对数据集(表一)， 进行第一次扫描