关联规则算法-FpGrowth的优点与FP树推导实例

前言：本篇也是自己的远古笔记，例子来自其他人的网站，对过程进行了汇总，删除了他网站里我认为多余的一些内容，增强可读性。忘了具体是哪个网站了，如果谁发现原网站了，还请艾特我，我标注引用。多谢！

算法优点：fpgrowth会把数据都存到一个叫FP树的数据结构里，能靠这个减少IO次数，而且最后整个计算过程只用扫描两次数据库，比Apriori算法快了很多；本文主要就是详细解释FP树算法；

具体流程

①先根据最小支持度把频繁项集算出来，②然后用频繁项集构建FP树，③再获取每个频繁项集的前缀路径去构建新的条件FP树，通过条件FP树挖掘频繁k项集，④迭代这个（第三个）步骤，一直到从FP树里挖掘出所有的频繁k项集以后就能提取关联规则了；

基本概念

前缀路径：FP树里，从根节点到目标节点a（不包括a）的这条路径，就是a的前缀路径。

条件FP树：以想挖掘的那个节点为叶子结点的FP树的子树。