Apriori算法与FP.pptxVIP

Apriori算法与FP-growth算法分析比较姓名：李佳丽学号priori算法简介实验数据介绍目录目录1FP-growth算法简介23算法性能测试与分析45总结Apriori算法简介1Apriori算法是一种挖掘关联规则的频繁项集算法，其核心思想是通过生成候选集一层一层向下挖掘产生频繁项集。该算法已经被广泛的应用到商业、网络安全等各个领域。该算法的基本思想是：（1）扫描数据库，在最小支持度的支持下产生频繁项；（2）频繁项自连接；（3）剪枝（即频繁项自连接以后的项的子集都应该是频繁项，若有子集不是频繁项的，则删除此项）；（4）产生候选项；（5）循环调用以上4步，产生最终的频繁项集。1Apriori算法伪代码：(1) L1={频繁1项集}; (2) for(k=2;Lk-1??;k++) do begin (3) Ck=apriori_gen(Lk-1); //新的潜在频繁项集 (4) for all transactions t?D do begin (5) Ct=subset(Ck,t); //t中包含的潜在频繁项集 (6) for all candidates c?Ct do (7) c.count++; (8) end; (9) Lk={c?Ck|c.count?minsup} (10) end; 2Apriori主要函数：(1)获取频繁1项集private MapString, Integer getItem1FC()(2)获取候选项集private MapString, Integer getCandidateCollection() 自连接：if (tmp1.length == 1) {···}//是1项集吗 else {boolean flag = true;···}//可以进行连接吗 剪枝：boolean hasInfrequentSubSet = false;// 是否有非频繁子项集，默认无(3)获取频繁项集 public MapString, Integer getFC() 对候选项进行累加计数：boolean flag = true;// 用来判断交易中是否出现该候选项，如果出现，计数加1 从候选集中找到符合支持度的频繁集项：if (count = supp) {…} 合并所有频繁集：(4)主函数public static void main(String[] args) {//读入数据；//调用Apriori算法}2Frequent-Pattern growth算法简介2FP-growth算法(FrequentPattern-growth)使用了一种紧缩的数据结构来存储查找频繁项集所需要的全部信息。该算法的基本思想是：（1）扫描数据库一次, 找出频繁1-itemset (单个项的模式)，按频率的降序将频繁项排序, 得到 f-list；（2）再次扫描数据库, 构造 FP－tree；（3）为FP-tree中的每个节点生成条件模式基；（4）用条件模式基构造对应的条件FP-tree；（5）递归构造条件 FP-trees 同时增长其包含的频繁集。另外：如果条件FP-tree只包含一个路径，则直接生成所包含的频繁集。1FP_Tree算法伪代码：算法：FP-Tree构造算法 输入：事务数据集 D，最小支持度阈值 min_sup 输出：FP-Tree (1) 　　扫描事务数据集 D 一次，获得频繁项的集合 F 和其中每个频繁项的支持度。对 F 中的所有频繁项按其支持度进行降序排序，结果为频繁项表 L ; (2) 　　创建一个 FP-Tree 的根节点 T，标记为“null”; (3) 　　for 事务数据集 D 中每个事务 Trans do (4) 　　　　对 Trans 中的所有频繁项按照 L 中的次序排序; (5) 　　　　对排序后的频繁项表以 [p|P] 格式表示，其中 p 是第一个元素，而 P 是频繁项表中除去 p 后剩余元素组成的项表; (6) 　　　　调用函数 insert_tree( [p|P], T ); (7) 　　end for 3算法： FP-Tree的挖掘 通过调用FP_growth（FP_tree,null）实现。该过程实现如下。 函数的输入：tree是指原始的FPTree或者是某个模式的条件FPTree，a是指模式的后缀（在第一次调用时a=NULL，在之后的递归调用中a是模式后缀） 函数的输出：在递归调用过程中输出所有的模式及其支持度（比如{I1,I2,I3}的支持度为2）。每一次调用FP_growth输出结果的模式中一定包含FP_growth函数输入的模式后缀。Procedure FP_growth(Tree,a)