关联规则算法2-----关联规则FP-Growth

1 FP-Growth算法背景

常见的关联规则算法分为两类，一：Apriori算法，二：FPGrowth。

Apriori：不断扫描数据库、构造候选集、筛选候选集，挖掘出频繁项集，，缺点：当数据量较大时，运行速度较慢。

FPGrowth算法优势：只需扫描两遍数据，通过FP-tree数据结构压缩原始数据，效率较高。FPGrowth算法主要分为两个步骤：FP-tree构建、递归挖掘FP-tree。

FP-tree构建通过两次数据扫描，将原始数据中的事务压缩到一个FP-tree树，该FP-tree类似于前缀树，相同前缀的路径可以共用，从而达到压缩数据的目的。接着通过FP-tree找出每个item的条件模式基、条件FP-tree，递归的挖掘条件FP-tree得到所有的频繁项集。算法的主要计算瓶颈在FP-tree的递归挖掘上

2 FP-Growth算法原理

假设事物数据集为item1ABCDitem2BCDitem3CDitem4BFGHitem5ACD

2.1统计各事物出现的频次

2.2生成FP-tree

以父节点为空节点，计算个项集组合出现频次，以次向下搜索，生成一颗FP-树，