FP Growth算法

FP Growth算法

Preface

• Frequent Pattern 算法降低了Aproir挖掘算法的代价，不需要生成候选项目队列和不断扫描整个数据库。

过程

• 构架一棵初始FP树T；构建头表

• FP树的挖掘
  原则&步骤

  • 确定最小频繁阈值，全局适用(如阈值为3)
  • 从头表最后一项向前推进（如N）
  • 每一项步骤
    
    • 找到N的条件模式基，得到子树T1
    • 派生频繁项目集S1，与直接频繁集就是最后的结果
    • 得到N的条件模式基后，需要删除小于阈值的节点
    • 这些条件模式基当中有多节点的路径，对其进行递归或者排列组合
  • 最后在统计表中显示的结果类似{(f: 3,c: 3)}|m，主要表示节点-节点之间的一对一关系

关于大数据库的处理方法

• 如果内存足够可以放在内存中
• 如果内存不足，将大数据库处理成为若干小数据库，分别处理
  
  • 这种小数据库称为投射数据库，对节点N来说就是N-投射数据库

笔记总结于

• Frequent Pattern 挖掘之二(FP Growth算法)

其他相关资料

• 相关java实现代码：Aprior算法简化算法——FP-Tree思想与实现