使用FP-growth算法发现频繁项集

源码如下：

#coding=utf-8


'''
Created on Jun 14, 2011
FP-Growth FP means frequent pattern
the FP-Growth algorithm needs: 
1. FP-tree (class treeNode)
2. header table (use dict)

This finds frequent itemsets similar to apriori but does not 
find association rules.  

@author: Peter

使用FP-growth算法发现频繁项集

FP-growth只会扫描数据集两次，它发现频繁项集的基本过程如下:
    (1)构建FP树
    (2)从FP树中挖掘频繁项集

                            FP-growth算法
优点:一般要快于Apriorio
缺点:实现比较困难，在某些数据集上性能会下降。
适用数据类型:标称型数据。


    FP-growth算法将数据存储在一种称为FP树的紧凑数据结构中。FP代表频繁模式(Frequent
Pattern )。一棵FP树看上去与计算机科学中的其他树结构类似，但是它通过链接(link)来连接相
似元素，被连起来的元素项可以看成一个链表。


    同搜索树不同的是，一个元素项可以在一棵FP树中出现多次。FP树会存储项集的出现频率，
而每个项集会以路径的方式存储在树中。存在相似元素的集合会共享树的一部分。只有当集合之