fp-growth
演算法優缺點：
優點：一般快於apriori
缺點：實現比較困難，在某些資料上效能下降
適用資料型別：標稱型資料
演算法思想：
fp-growth演算法是用來解決頻繁項集發現問題的，這個問題再前面我們可以通過apriori演算法來解決，但是雖然利用apriori原理加快了速度，仍舊是效率比較低的。fp-growth演算法則可以解決這個問題。
fp-growth演算法使用了頻繁模式樹(frequent pattern tree)的資料結構。fp-tree是一種特殊的字首樹，由頻繁項頭表和項字首樹構成。所謂字首樹，是一種儲存候選項集的資料結構，樹的分支用項名標識，樹的節點儲存字尾項，路徑表示項集。
fp-growth演算法生成頻繁項集相對apriori生成頻繁項集的主要好處就是速度快，能快到幾個數量級;另乙個好處就是用fp樹儲存資料可以減少儲存空間，因為關聯挖掘的資料集往往是重複性很高的，這就能帶來很高的壓縮比。
演算法可以分成一下幾個部分：
構建fp樹
首先我們要統計出所有的元素的頻度，刪除不滿足最小支援度的(apriori原理)
然後我們要根據頻度對所有的項集排序(保證我們的樹是最小的)
最後根據排序的項集構建fp樹
從fp樹挖掘頻繁項集：
生成條件模式基
生成條件fp樹
演算法的執行過程這篇文章有個很好的示例程式
Spark 頻繁項集挖掘
同步於buracag的部落格 挖掘頻繁專案，專案集，子串行或其他子結構通常是分析大規模資料集的第一步，這是資料探勘多年來一直活躍的研究課題。可以參考一下維基百科中關於關聯規則學習的基礎知識。fp growth演算法在han等人的文章中描述，挖掘頻繁模式而沒有候選生成，其中 fp 代表頻繁模式。給定資...
關聯規則（頻繁項集） Apriori
1.該問題最初是對 購物籃 提出來的，著名例子是 尿布與啤酒 2.相關概念 關聯規則的支援度 support a,b 包含a和b的事務數 事務總數 關聯規則的置信度 confidence a,b 包含a和b的事務數 包含a事務數 頻繁項集 項集的頻率大於等於最小支援度。強相關規則 同時滿足最小支援度...
商品頻繁二項集挖掘方法
一 頻繁二項集 現實中有許多關聯規則挖掘演算法，比如最著名的apriori演算法，以及fp 樹頻集演算法，本例介紹關於商品的頻繁二項集演算法。二 演算法設計思路 1 將每一筆訂單的商品按照兩兩分組 2 對每個分組的頻數進行統計 3 根據頻數計算支援度和置信度 4 設定支援度與置信度閾值，過濾不達標的...