FP-growth树

#coding=utf-8from numpy import *class tree_node:    '''树节点'''    def __init__(self,name_value,num_occur,parent_node):        '''初始些变量'''        self.name=name_value        self.count=num_occur        self.node_link=None        self.parent=parent_node        self.children={}    def inc(self,num_occur):        #元素计数        self.count+=num_occur    def disp(self,ind=1):        #显示树        print ' '*ind,self.name,' ' ,self.count        #空格就是为了表示结构从属        for child in self.children.values():            child.disp(ind+1)            def create_tree(init_set,min_sup=1):    '''创建树'''    header_table={}    #头表    #内容就是各元素总计的出现次数    for trans in init_set:        for item in trans:            header_table[item]=header_table.get(item,0)+init_set[trans]            print header_table            #建立元素表并计数            #init_set[trans]恒等于1            #之所以多加一步init_set是想起到筛重的作用    for k in header_table.keys():        #遍历头表的元素，如果有小于MIN_sup的就从字典中删掉        if header_table[k]<min_sup:            del(header_table[k])    freq_item_set=set(header_table.keys())    #这一步是想判断删除小于支持数后的表是否为空了    #如果空了就结束    if len(freq_item_set)==0:return None,None    for k in header_table:        #把表里每一个值都做成列表的形式        header_table[k]=[header_table[k],None]    ret_tree=tree_node('Null set',1,None)    #创建第一个树节点    for tran_set,count in init_set.items():        #遍历初始化的集合看集合中的元素是否在上面处理过的集合里        #如果在就载入字典locald，并赋值为头表的计数值        locald={}        for item in tran_set:            if item in freq_item_set:                locald[item]=header_table[item][0]        if len(locald)>0:            #如果locald有元素            #将元素按计数值从大到小排序并更新树            ordered_items=[v[0] for v in sorted(locald.items(),key=lambda p:p[1],reverse=True)]            update_tree(ordered_items,ret_tree,header_table,count)    return ret_tree,header_tabledef update_tree(items,tree,header_table,count):    '''更新树'''    #判断第一个元素是否作为节点存在    #若存在则增加计数，不存在就建立新的节点同时更新头表    if items[0] in tree.children:        tree.children[items[0]].inc(count)    else:        tree.children[items[0]]=tree_node(items[0],count,tree)        if header_table[items[0]][1]==None:            header_table[items[0]][1]=tree.children[items[0]]        else:            update_header(header_table[items[0]][1],tree.children[items[0]])    if len(items)>1:        update_tree(items[1::],tree.children[items[0]],header_table,count)def update_header(node_test,target_node):    while (node_test.node_link != None):        node_test=node_test.node_link    node_test.node_link=target_nodedef load_data():    data=[['r','z','h','j','p'],          ['z','y','x','w','v','u','t','s'],          ['z'],          ['r','x','n','o','s'],          ['y','r','x','z','q','t','p'],          ['y','z','x','e','q','s','t','m']]    return datadef create_init_set(data):    ret_dict={}    for trans in data:        ret_dict[frozenset(trans)]=1    return ret_dictdef test():    data=load_data()    init_set=create_init_set(data)    print init_set    tree,header=create_tree(init_set,3)    tree.disp()    print headertest()