数据挖掘的Apriori算法和FP-Growth算法通用语言总结

一.Apriori算法

1.1 支持度计数：项集在数据库事务中出现的事务个数，2项集就是，两个同时出现的事务个数，以此类推。

1.2 支持度（sup）：用支持度计数除以除以事务总数，tid有几个事务就有几个。

1.3 最小支持度（minsup）:题目规定的最小的支持度，sup>=minsup。

1.4 频繁项集：支持度大于minsup的项集。

1.5 关联支持度计数：sup(A->B)等于A和B的集合的支持度计数除以事务总数。

1.6 置信度：con(A->B)等于A和B的集合支持度计数除以A的支持度计数

1.7 Apriori算法实现：先找出所有的一项集，然后将一项集组合形成二项集，以此规律形成三项集，三相集的子集不能是非频繁的，非频繁的除去。uo

1.8 关联规则中的提升度：lift(A,B)等于con(A->B)除以sup(B),对于二元属性，我们有I（A，B）=lift（A，B）等于事务总数N乘以AB集合的支持度计数，除以A合B的支持度计数的乘积，当lift的值等于1时，我们说A和B是独立的，小于1时我们说A和B是负相关的，大于1时我们说是正相关的。

二.FP-Growth算法

实现：树的根节点设置为null，先得到一项集，得到支持度计数，将原有的事务数据库中的事务，按照支持度进行排列，除去非频繁项。然后用每个事务作为树的节点进行扫描，每个节点包括他在该路径的计数，每个相同项计数相加等于该项的支持度计数。