机器学习实战学习笔记11——FP-growth 算法

1.FP-growth算法概述

---

1.1FP-growth算法介绍

---

FP-Growth算法是韩家炜等人在2000年提出的关联分析算法，它采取分治策略：将提供频繁项集的数据库压缩到一棵频繁模式树（FP-tree），但仍保留项集关联信息。

1.2FP-growth算法原理

---

FP-growth算法使用了一种称为频繁模式树（Frequent Pattern Tree）的数据结构。FP-tree是一种特殊的前缀树，由频繁项头表和项前缀树构成。FP-Growth算法基于以上的结构加快整个挖掘过程。
FP-growth只需要扫描数据两次，它发现频繁项集的基本过程如下：
（1）构建FP树；
（2）从FP树中挖掘频繁项集。

1.3FP-growth算法优缺点

---

（1）优点：在发现频繁项集方面，比Apriori效率高很多
（2）缺点：实现比较困难，在某些数据集上性能会下降
（3）应用范围：在文本文档中查找频繁单词、从新闻网站查找最热门的新闻报道。

2.用FP树挖掘频繁项集