FPGROWTH算法

Apriori的挑战及改进方案

挑战
多次数据库扫描
巨大数量的候补项集
繁琐的支持度计算

改善Apriori: 基本想法
减少扫描数据库的次数
减少候选项集的数量
简化候选项集的支持度计算

 

 

 

 

 

 

 

 

FPGROWTH算法优点

　　相比Apriori算法需要多次扫描数据库，FPGrowth只需要对数据库扫描2次。

　　第1次扫描获得当个项目的频率，去掉不满足支持度要求的项，并对剩下的项排序。

　　第2次扫描建立一颗FP-Tree树。

　　

 

 

 

 

 

FPGROWTH算法

 

 

 

 

 

 

 

 

 

 事务数据库

 

 

 

 

 

 

 

 

第一步、构造FP-tree

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 第二步、FP-growth

 

 

 

 

 

 

 

 

 

 

 

 

FPGROWTH算法的优缺点

　　1、FPGROWTH算法只需对事务数据库进行二次扫描，并且避免产生的大量候选集。
2、由于该算法要递归生成条件FP-tree，所以内存开销大，而且只能用于挖掘单维的布尔关联规则。

 

 

 

 

 

 

 

 

 

 

总结

　　　　　　　　　　

本文转自大数据躺过的坑博客园博客，原文链接：http://www.cnblogs.com/zlslch/p/6789179.html，如需转载请自行联系原作者