fp-growth算法原理与代码实践

原理

https://www.cnblogs.com/datahunter/p/3903413.html

代码

 import org.apache.spark.mllib.fpm.{FPGrowth, FPGrowthModel}
    import org.apache.spark.rdd.RDD
    import spark.implicits._
    import com.kugou.ml.model.MLModelFactory

    //    // 看下一共有多少scid
    //    spark.read.table("mllab.t_user_sheet_list").flatMap(row=>{
    //      row.getSeq(1).toArray[String].map(tp=>tp)
    //    }).distinct().count() // 249708->295828

    // 读取数据  
    val transactions2: RDD[Array[String]] = spark.read.table("XXX").map(row=>row.getSeq(1).toArray[String]).toDF("scids").where("size(scids)>0 and size(scids)<10000").map(row=>row.getSeq(0).toArray[String]).rdd   // 防止倾斜

    // 把数据进行缓存
    transactions2.cache() 

    // 训练模型
    val fpg = new FPGrowth().setMinSupport(0.00001).setNu
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
FP-growth算法是一种高效的频繁项集挖掘算法,它是基于Apriori原理的。与Apriori算法相比,FP-growth算法只需要对数据库行两次遍历,从而高效发现频繁项集。该算法的核心是使用FP树(Frequent Pattern Tree)这种高级的数据结构来表示输入数据的压缩表示。FP树通过将事务映射到树上的路径来构造,其中每个路径代表一条数据。如果不同事务之间的路径重叠越多,就有理由认为它们是频繁项集。由于不同事务可能有多个相同的项,因此路径重叠越多,使用FP树结构获得的压缩效果越好。FP-growth算法的运行性能取决于数据集的"压缩因子",如果生成的FP树非常茂盛,则算法的性能会显著下降,因为需要产生大量的子问题并合并每个子问题返回的结果。总之,FP-growth算法通过使用FP树和压缩表示的方式,高效地发现频繁项集。\[1\]\[2\]\[3\] #### 引用[.reference_title] - *1* [FP-growth算法基本概念和原理解析](https://blog.csdn.net/a394268045/article/details/79016847)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [FP-growth算法](https://blog.csdn.net/u014593570/article/details/77548366)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值