FP-growth算法的理解

FP-growth是发现繁集项的一种算法，说到它大家都在把它与Apriori算法做比较，得出来的是FP-growth算法发现繁集项更快，

Apriori中有两个概念:

              1.  支持度: 某一事物占所有事物的比例

               2. 置信度：  类似条件概率，A ==> B 的置信度  支持度{A,B}/支持度{A}

FP-growth比Apriori更优一点，FP-growth只需要扫描两次数据集。

FP-growth算法是基于历史数据，不适应新品推荐，也不适合数据流处理。

FP-growth算法主要是2部分:

                   1.  扫描一次全表，构建表头项（去掉支持度为1, 2）

                   2.  扫描一次全表，构建FP树

FP-growth应用:  搜索繁集项，按最小支持度搜索或者抽取条件模式基。

FP-growth这部分代码没找到现成的，可能需要自己手写。