基于频繁树的关联挖掘算法FP-Growth的研究.docVIP

基于频繁树的关联挖掘算法FP-Growth的研究.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于频繁树的关联挖掘算法FP-Growth的研究   摘要:FP-growth算法是当前挖掘频繁项目集算法中应用最广,并且不需要候选集的一种挖掘关联规则的算法。该文研究分析研究了FP-growth的算法思想、算法描述,并举例分析了FP-growth的执行过程。   关键字:关联规则;频繁项集;FP-tree;FP-growth   中图分类号:TP393文献标识码:A文章编号:1009-3044(2009)33-9320-02   The Research of FP-growth Algorithm Based on FP-tree Association Mining   GU Hong-qi, XIONG Fu-shong   (Nanjing Institute of Railway Technology, Department of Information Engineering, Suzhou 2150000, China)   Abstract: FP-growth algorithm is one of the currently most popular algorithms for mining association rules without candidate generation. in this paper, the thinking and description of FP-growth algorithm is introduced. And illustrate the implement process of FP-growth algorithm.   Key words: association rules; frequent itemset; FP-tree; FP-growth   经典的Apriori算法[1]在发现频繁项集的过程中,当频繁1-项集的数目很大或需发现的频繁模式很长时,需要产生的候选项集的数量就会剧增,从而造成算法效率急剧下降。研究不产生候选项集的挖掘算法就变得很理所当然了。   该文着重研究了在挖掘过程中不需要产生候选项集的算法:FP-增长算法[2-3],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(或FP-树),但仍保留项集关联信息;然后,将这种压缩后的数据库分成一组条件数据库(一种特殊类型的投影数据库),每个关联一个频繁项,并分别挖掘每个数据库。   1 频繁模式树FP-tree   频繁模式树FP-tree就是这样的一种的数据结构,用于存储挖掘频集所需的事务数据库的信息。频繁模式树是一种树结构,定义如下:   1) 它由一个标记为的根节点,多个以项目为前缀的子树作为根节点的子节点,以及一个频集头表组成。   2) 子树的第一个节点由3个字段组成:项目名称,支持度计数和节点指针,这里项目名称表明是这个节点代表什么项目,支持度计数表示到达这个节点的事务的数目,节点指针指向该项目在频繁模式树中出现的下一个节点,若该项目是频繁模式树的最后一个节点,该节点指针为空(用null表示)。   3) 频集头表的每一个节点由2个字段组成:项目名称和头节点指针。头节点指针指向该项目在频繁模式树中出现的下一个节点。   2 FP-growth的算法描述   算法:FP-Growth。使用FP-树,通过模式段增长,挖掘频繁模式。   输入:事务数据库D;最小支持度阈值min_sup。   输出:频繁模式的完全集。   2.1 按以下步骤构造FP-树:   1) 扫描事务数据库D一次。收集频繁项的集合F和它们的支持度。对F按支持度降序排序,结果为频繁项表L。   2) 创建FP-树的根结点,以null标记它。对于D中每个事务Trans,执行:选择Trans中的频繁项,并按L中的次序排序。设排序后的频繁项表为[p|P],其中,p是第一个元素,而P是剩余元素的表。调用insert_tree([p|P],T)。该过程执行情况如下。如果T有子女N使得N.item-name=p.item-name,则N的计数增加1;否则创建一个新结点N,将其计数设置为1,链接到它的父结点T,并且通过结点链结构将其链接到具有相同item-name的结点。如果P非空,递归地调用insert_tree(P,N)。   2.2 FP-树的挖掘通过调用FP_growth(FP_tree, null)实现   该过程实现如下:   procedure FP_growth(Tree, α)   1) if Tree 含单个路径P then;   2) for 路径P 中结点的每个组合(记作β);   3) 产生模式β∪α,其支持度support=β中结

文档评论(0)

heroliuguan + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8073070133000003

1亿VIP精品文档

相关文档