FPTree算法笔记

FPTree算法笔记：

FPTree算法引入一些数据结构来临时的存储数据
数据结构分为三个部分
第一部分是一个项头表：记录所有1项频繁项集出现的次数，按照次数降序排列
第二部分是FP Tree: 将原始数据映射到一颗FP树。
第三部分是节点链表： 所有项头表里的1项频繁集都是一个节点链头的表，它依次指向FP
树中该1频繁项集出现的位置。（是一根线）方便项头表和FP Tree之间的联系查找和
更新。

项头表的建立：
第一次扫描：统计所有频繁1项集，支持度降序排列将其放入项头表中
第二次扫描：将源数据的每条数据中的非频繁1项集剔除，并将该数据中的元素按支持度
大小进行排序，存放回源数据中（可以尽可能的共用祖先节点）

FP Tree的建立
开始时FP树无数据，即根节点为空，建立FP树时我们一条一条的读入排序后的数据集
，插入FP树，插入时按排序后的顺序插入，排序靠前的是祖先节点，靠后的是子孙节点
。（源数据在第二次扫描的时候，已经将排序考前的节点放在了前面，因此祖先节点
排序考前，而子孙节点排序靠后）。如果有共用的祖先节点，则祖先节点数加1。如果
有新节点出现，则项头表对应的节点会通过节点链接上新的节点。
所有数据都插入到FP树后，FP树建立完成。

FPTree的挖掘
得到了FP树和项头表以及节点链表
首先从项头表的底部向上一次挖掘，对于项头表对应FP树的每一项，我们要找到条件
模式基。条件模式基是以我们要挖掘的节点作为叶子节点所对应的FP子树。
其次将得到的FP子树的每个节点的计数设置为叶子节点的而计数，并删除计数低于
支持度的节点。我们就可以得到频繁项集。

FPTree算法归纳
1) 扫描数据，得到所有频繁1项集的计数。然后删除支持度低于阈值的项，将频繁1项
集放入项头表，并按照支持度降序排列。
2）扫描数据，将读到的数据剔除非频繁1项集，并按支持度降序排列
3）读入排序后的数据集，插入FP树，序靠前的节点是祖先节点，而靠后的是子孙节点。
如果有共用的祖先，则对应的公用祖先节点计数加1。插入后，如果有新节点出现，则
项头表对应的节点会通过节点链表链接上新节点。直到所有的数据都插入到FP树后，
FP树的建立完成。
4）从项头表的底部项依次向上寻找条件模式基。从条件模式基递归挖掘得到项头表
项项的频繁项集。
5）如果不限制频繁项集的项数，则返回步骤4所有的频繁项集，否则只返回满足
项数要求的频繁项集。

参考链接：http://www.cnblogs.com/aeexiaoqiang/p/6531789.html———-