weixin_43317943的博客

原创 FP增长算法

寻找频繁项是数据挖掘中一个常见问题。比如上图中，输入【数据挖掘】，搜索引擎会自动显示【工具】这个词汇，{数据挖掘，词汇}是搜索引擎记录的频繁项集。{啤酒，尿布}是交易记录中的频繁项集。 对于频繁的定义，一般用【支持度】这个概念，表示数据集中包含某一项的比例。其计算非常简单 在给定数据集中，找出所有满足支持度阈值的项集，很容易想到用暴力搜索来解决问题。但是暴力搜索的时间代价是难以接受的。对于有n个商品的商店，其所有商品的可能组合共...