频繁模式挖掘-FP-Growth

最新推荐文章于 2024-08-30 22:47:07 发布

毫末生木

最新推荐文章于 2024-08-30 22:47:07 发布

阅读量940

点赞数 1

分类专栏：算法文章标签：机器学习 spark java

本文链接：https://blog.csdn.net/sccdpxz2/article/details/114027825

版权

FP-Growth是一种用于频繁模式挖掘的算法，由韩家炜等在2000年提出，能减少数据扫描次数。文章介绍了算法逻辑，包括数据统计、构建频繁树及头表，以及如何搜索频繁项集。并通过一个案例详细展示了FP-Tree的构建过程。此外，还提供了在Spark中使用Java实现FP-Growth的例子。

摘要由CSDN通过智能技术生成

算法简介

FP-Growth是频繁模式挖掘的一种算法，由韩家炜等在2000年提出，算法通过建立一棵频繁项集树来实现频繁项集的搜索，同时能实现事务的压缩，相比Apriori能减少数据的扫描次数。

1、扫描数据，统计项目（item）在数据集中出现的频数，例如苹果出现（被购买）了4次、牛奶出现（被购买）了5次等

2、再次扫描数据，构建频繁树（FP-Tree），并生成头表。将每条事物中的项目按照步骤1中的频数由高到底排列后，依次放到树中，并用头表记录每个项目在树中的位置

3、依据头表和支持度，在频繁树种搜索频繁项集

数据：

关注

专栏目录