FP增长树学习笔记

FP增长树学习笔记

此笔记参考书籍为数据挖掘导论

1.FP树表示法

FP树是一种输入数据的压缩表示，它将每个事务映射到FP树的一条路径来构造。不同的事物可能会有若干个相同的子项，因此它们的路径可能重叠，路径相互重叠越多，FP树的压缩效果越好。

FP树仅有一个根节点，用null标记。FP树有一个重要组成结构-头表，头表保存了所有的频繁项目，并且按照频率的降序排列，表中的每个项目包含一个节点链表，指向树中和它同名的节点。

创建FP树的方法：

首先创建树的根节点，用null标记，第一次扫描数据集，选出事物所有项中的频繁项，构建头表Flist。然后用下述方法扩充FP树。

扩充FP树的方法：

(1)扫描一次数据集，确定支持度计数，根据预先设定的最小支持度，丢弃非频繁项，并将频繁项按照支持度的递减排序。

(2)第二次扫描数据集，开始读入事务，并对每个事物创建一个分枝。

(3)当一个事务考虑增加分枝的时候，沿共同前缀上的每个节点的计数加1，为跟随前缀后的项创建节点并连接。

(4)头表连接在树中出现的每个同名节点。

FP树生成示例图：

(图片来自数据挖掘导论一书)