关联规则算法——FP-Growth算法

1.关联规则的名词解释

项集：数据库中的数据项构成的非空集合

事务：一个事务包含了一个或多个项集

支持度：包含项集x的事务数量与全部事务数量的百分比

置信度：同时包含数据项x和数据项y的事务数量与事务x（或事务y）出现的次数之比

最小支持度与最小置信度：关联规则必须满足的最低要求，由用户设定

频繁项集：大于等于最小支持度的项集称为频繁项集

最大频繁项集：不被其它频繁项集包含的频繁项集称为最大频繁项集

强关联规则：大于等于最小支持度和最小置信度称为强关联规则（频繁项集的基础上大于等于最小置信度）

2.FP-Growth算法概况和步骤

FP-Growth不会产生候选项集，它采用分而治之的基本思想，将数据库中的频繁项集压缩到一棵频繁模式树中，同时保持项集之间的关联关系。然后将这棵压缩后的频繁模式树分成一些条件子树，每个条件子树对应一个频繁项，从而获得频繁项集，最后进行关联规则挖掘

1.扫描事务数据库，生成频繁1项集L1

2.将频繁1项集L1按照支持度递减顺序排序，根据降序结果调整事务数据库

3.构造FP树

4.FP树挖掘生成频繁项集 

（1）按频率从低到高遍历，构造各个节点的条件模式基（头部链表中某一节点的前缀路径组合）

（2）构造条件FP树（条件：支持度大于等于最小支持度）

（3）条件FP树与叶子节点组合得到频繁项集 

3.FP-Growth算法演示

第一步：

第二步：

 第三步：

第四步：

FP树挖掘生成频繁项集 ，按频率从低到高遍历，即I5,I4,I3,I1,I2

构造I5条件FP数

 然后继续构造I4,I3,I1,I2条件FP数。。。。

结论：