Lecture 16_Advanced Frequent Itemset Mining 机器学习概论 教学课件.pptVIP

构造 FP-tree －算法描述 FP-tree 的优点 完整性 (Completeness) 保留了挖掘频繁项集的所有信息 没有破坏任何事务中包含的频繁项集 简洁性 (Compactness) 删除了不相关信息—不频繁项都删除了 根据支持度降序对项进行排序：出现的越频繁就越有可能共享 不会比原数据库更大（ 不记 node-links 和 count 字段） 例如：对Connect-4 数据库而言，压缩比超过了100 分割频繁模式和数据库 按照F-list，频繁模式（项集）可分成不同的子集 F-list=f-c-a-b-m-p Patterns containing p Patterns having m but no p … Patterns having c but no a nor b, m, p Pattern f 完全而且没有冗余 从P-条件数据库中发现包含P的频繁模式 从FP-tree中的头表 (header table)的频繁项集开始 通过访问每个频繁项x的链接遍历FP-tree 累积项x的所有前缀路径 (transformed prefix paths) 形成x的条件模式库 (conditional pattern base) Conditional pattern bases item cond. pattern base c f:3 a fc:3 b fca:1, f:1, c:1 m fca:2, fcab:1 p fcam:2, cb:1 {} f:4 c:1 b:1 p:1 b:1 c:3 a:3 b:1 m:2 p:2 m:1 Header Table Item frequency head f 4 c 4 a 3 b 3 m 3 p 3 从条件模式库到条件FP-trees 对每个条件模式库 累积库中每个项的计数 构造该模式库的 FP-tree m-conditional pattern base: fca:2, fcab:1 {} f:3 c:3 a:3 m-conditional FP-tree All frequent patterns relate to m m, fm, cm, am, fcm, fam, cam, fcam ? ? {} f:4 c:1 b:1 p:1 b:1 c:3 a:3 b:1 m:2 p:2 m:1 Header Table Item frequency head f 4 c 4 a 3 b 3 m 3 p 3 递归处理：挖掘每个条件 FP-tree {} f:3 c:3 a:3 m-conditional FP-tree “am”的条件模式库: (fc:3) {} f:3 c:3 am-conditional FP-tree “cm”的条件模式库: (f:3) {} f:3 cm-conditional FP-tree Cond. pattern base of “cam”: (f:3) {} f:3 cam-conditional FP-tree 特殊情况－FP-tree 中的单前缀路径 假定（条件） FP-tree T 有一个共享的单前缀路径 P 挖掘工作可分为两个部分 把单前缀路径规约为一个结点 合并两部分的挖掘结果 ? a2:n2 a3:n3 a1:n1 {} b1:m1 C1:k1 C2:k2 C3:k3 b1:m1 C1:k1 C2:k2 C3:k3 r1 + a2:n2 a3:n3 a1:n1 {} r1 = 利用FP-trees 挖掘频繁模式 思想：频繁模式增长 (Frequent pattern growth) Recursively grow frequent patterns by pattern and database partition 基本思路 For each frequent item, construct its conditional pattern-base, and then its conditional FP-tree Repeat the process on each newly created conditional FP-tree Until the resulting FP-tree is empty, or it contains only one path—single path will generate all the combinations of its sub-paths, each of which is a frequent pattern 详细内容请参考：Mining Frequent Patterns without Candidate Gener