关联规则挖掘算法Aprior和FPGrowth对比与改进

Aprior算法和FPGrowth算法同属于关联规则挖掘算法，但Aprior是基于广度优先的，而FPGrowth是基于深度优先的，即Aprior算法需要建立K项集，然后扫描数据库；而FPGrowth算法则是扫描数据库，然后查找频繁项集。

Aprior算法

Aprior算法的原理和实现参见http://blog.csdn.net/olaking/article/details/42810865和http://www.tuicool.com/m/articles/MFZnuuA
但Aprior算法每生成一轮K项集，就需要扫描数据库一次，不仅增加了数据库的负担，并且运算速度慢，故而对Aprior算法进行如下改进：
1.基于hash表的项集计数
将每个项集通过相应的hash函数映射到hash表中的不同的桶中,将桶中的项集计数和最小自信度confidence进行比较，若小于confidence,则将该项集删除。然后根据已经计算的项集生成更多项数的项集，依次映射到哈希表中。这样的方式可以减少项集的存储数量。
2.动态项集计数
在扫描的不同点添加候选项集，这样，如果一个候选项集已经满足最少支持度，则在可以直接将它添加到频繁项集，而不必在这次扫描的以后对比中继续计算。
3.对给定数据的子集进行挖掘
选取原始数据的一个样本进行数据挖掘，这是通过牺牲精确度来降低算法运行开销，样本的大小以恰好放入内存为宜。同时，最小支持度可以适当降低来减少遗漏的频繁项集。
4.事务压缩 （压缩进一步迭代的事务数）
不包含任何k-项集的事务不可能包含任何(k+1)-项集，这种事务在下一步的计算中可以加上标记或删除

FPGrowth

FPGrowth算法的原理和具体实现参见http://www.cnblogs.com/fengfenggirl/p/associate_fpgowth.html，FPGrowth算法只需扫描两次数据库即可。FPGrowth的并行化运算参见http://blog.csdn.net/jameshadoop/article/details/36236305

关联规则评价

有时候，强规则（即同时满足支持度和自信度）并不能成功过滤掉我们并不感兴趣的规则，所以需要新的评价标准
1.相关性系数lift

lift=p（A∩B）P(A)∗P(B)=p(A)∗p(B|A)P(A)∗P(B)=confidence(A−>B)s