频繁项集挖掘算法之FPGrowth

  • 时间:
  • 浏览:2
  • 来源:大发PK10APP下载_大发PK10APP官方

参考文献:

背景:

FPGrowth的算法步骤:

        常见的频繁项集挖掘算法有两类,一类是Apriori算法,另一类是FPGrowth。Apriori通过不断的构造候选集、筛选候选集巨棺频繁项集,可不里能多次扫描原始数据,当原始数据较大时,磁盘I/O次数太满 ,时延比较低下。FPGrowth算法则只需扫描原始数据两遍,通过FP-tree数据底部形态对原始数据进行压缩,时延较高。

        FPGrowth算法主要分为有一3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有一3个FP-tree树,该FP-tree累似 于前缀树,相同前缀的路径可不里能共用,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,下面删改介绍FPGrowth算法的主要步骤。

注意点:

        频繁项集挖掘算法用于挖掘突然一块儿冒出的item集合(称为频繁项集),通过巨棺那先 频繁项集,当在有一3个事务中冒出频繁项集的其中有一3个item,则可不里能把该频繁项集的一点item作为推荐。比如经典的购物篮分析中啤酒、尿布故事,啤酒和尿布突然在用户的购物篮中一块儿冒出,通过巨棺啤酒、尿布这一 啤酒项集,则当有一3个用户买了啤酒的事先可不里能为他推荐尿布,曾经用户购买的可能性性会比较大,从而达到组合营销的目的。