溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
本篇文章為大家展示了Python中怎么構建一個FP-growth算法，內(nèi)容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細介紹希望你能有所收獲。
FP算法發(fā)現(xiàn)頻繁項集的過程是：
(1)構建FP樹；
(2)從FP樹中挖掘頻繁項集
FP表示的是頻繁模式，其通過鏈接來連接相似元素，被連起來的元素可看成是一個鏈表
將事務數(shù)據(jù)表中的各個事務對應的數(shù)據(jù)項，按照支持度排序后，把每個事務中的數(shù)據(jù)項按降序依次插入到一棵以 NULL為根節(jié)點的樹中，同時在每個結點處記錄該結點出現(xiàn)的支持度。
假設存在的一個事務數(shù)據(jù)樣例為,構建FP樹的步驟如下：
結合Apriori算法中最小支持度的閾值，在此將最小支持度定義為3，結合上表中的數(shù)據(jù)，那些不滿足最小支持度要求的將不會出現(xiàn)在***的FP樹中。
據(jù)此構建FP樹，并采用一個頭指針表來指向給定類型的***個實例，快速訪問FP樹中的所有元素，構建的帶頭指針的FP樹如圖：
結合繪制的帶頭指針表的FP樹，對表中數(shù)據(jù)進行過濾，排序如下：
在對數(shù)據(jù)項過濾排序了之后，就可以構建FP樹了，從NULL開始，向其中不斷添加過濾排序后的頻繁項集。過程可表示為：
上述內(nèi)容就是Python中怎么構建一個FP-growth算法，你們學到知識或技能了嗎？如果還想學到更多技能或者豐富自己的知識儲備，歡迎關注億速云行業(yè)資訊頻道。
免責聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點不代表本網(wǎng)站立場，如果涉及侵權請聯(lián)系站長郵箱：is@yisu.com進行舉報，并提供相關證據(jù)，一經(jīng)查實，將立刻刪除涉嫌侵權內(nèi)容。
