Association Rules--FP-growth Algorithm

1.与Apriori相比

在挖掘关联规则的过程中，无可避免要处理海量的数据，也就是事务数据库如此之大，如果采用Apriori算法来挖掘，每次生成频繁k-项集的时候，可能都需要扫描事务数据库一遍，这是非常耗时的操作。那么，可以想尽办法来减少扫描事务数据库的次数，来改进挖掘频繁关联规则的效率。 
FP-tree是频繁模式树，它是将整个事务数据库压缩到一棵频繁模式树上。而且，在构造整个事务数据库的的FP-tree的过程中，只需要扫描一次事务数据库就能生成。比AproriGen算法生成候选频繁项集要节省很多时间。 

2.FP-growth算法主要思想

（1）构造频繁1项集：遍历初始数据集构造频繁1项集，并作为项头表，建立将指向fp-Tree节点对应元素的引用 ；
（2）构造FPTree：再次遍历初始数据集，对于每一条事务中的元素，根据频繁1项集中元素的顺序排序， 
由此建立FPTree，记录每条事务的节点在同一条路径上出再的节点次数; 
（3）逆序遍历在步骤1中构造的项头表，根据其提供的引用指针，找出fp-Tree中由该节点到根节点的路径， 
即生成每个频繁元素的条件模式基 ；
（4）根据每个频繁元素对应的条件模式基，生成其对应的条件fp-Tree，并删除树中节点记数不满足给定的最小支持度的节点 ；
（5）对于每一颗条件fpTree，生成所有的从根节点到叶子节点的路径，由路径中的集合生成其所有非空子集 
所有这些非空子集和每一个频繁1项集中的元素共同构成了原始数据集中的频繁集 。

3.参考链接

http://blog.csdn.net/sealyao/article/details/6460578