机器学习之-使用FP-growth算法来高效发现频繁项集-具体怎么实现及应用

1、FP-growth算法可以高效地发现频繁项集，但不能用于发现关联规则。

2、FP-growth发现频繁项集的基本过程：

1）构建FP树

2）从FP树种挖掘频繁项集。

3、FP树有其数据结构，一般用该数据结构对数据集进行编码。

4、一棵FP树看上去与计算机科学中的其他树结构相似，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：



一个元素项可以在一棵FP树种出现多次，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，只有当集合之间完全不同时，树才会分叉。树节点上给出集合中的单个元素及其在序列中的出现次数，路径会给出该序列的出现次数。