頻繁項集挖掘的應用多出現于購物籃分析，現介紹兩種頻繁項集的挖掘算法Aprior和FPGrowth，用以發現購物籃中出現頻率較高的購物組合。

基礎知識

　　項：“屬性-值”對。比如啤酒2罐。?
　　項集：項的集合。比如{啤酒2罐，…，尿布5片}?
　　K項集：項集中的每個項都有K個項。?
　　支持度：項集在訓練元組中同時出現的次數（或者比例）。?
　　置信度：A?>BA?>B的置信度，表示P(B|A)P(B|A)，是個條件概率。（置信度大于用戶規定的最小置信度的規則是可信的）?
　　興趣度：A?>BA?>B的置信度與BB的整體占比的差值。興趣度越大，表示AA對BB的出現起到的促進作用越大。為負值時表示起到的抑制作用。為0時表示沒有影響。?
　　子集：被包含于某項集的項集。?
　　超集：能包含某項集的項集。?
　　頻繁項集：在訓練元組中，同時出現次數超過支持度的項集。?
　　極大頻繁項集：對當前頻繁項集來說，沒有包含它的頻繁超集，則稱當前項集為極大頻繁超集。

Aprior算法

　　Aprior算法的基本思想是由KK項頻繁項集產生K+1K+1項頻繁項集，直到滿足條件的頻繁項集發現為止。

連接定理和頻繁子集定理

　　連接定理：解決如何由KK項集產生K+1K+1項集問題。若有兩個KK項集，其前K?1K?1個項是相同的，則這兩個項集可以連接產生一個K+1項集。?
　　頻繁子集定理：用來壓縮搜索空間。若一個項集的子集不是頻繁項集，則該項集也不是頻繁項集。（換句話說，非頻繁項集的超集也是非頻繁項集；頻繁項集的所有非空子集也都是頻繁項集）

Aprior算法步驟

　　1. 掃描數據庫，產生候選1項集和頻繁項集。?
　　2. 從2項集開始循環，由頻繁K-1項集生成頻繁K項集。?
　　2.1 產生候選項集。根據連接定理，產生候選項集（有個排序的要求，加快比較）。?
　　2.2 去掉非頻繁項集。根據頻繁子集定理產生頻繁項集。?
　　2.3 去掉不符合條件的項集。掃描數據庫，計算支持度、置信度、興趣度，去掉不符合條件的項集。（這地方可變）?
　　2.4 判斷迭代終止條件。

Apriro優缺點

　　Aprior優點：?
　　1）對大型數據庫的處理能力，不需要將數庫讀入內存就可以完成頻繁項集的挖掘。?
　　Aprior缺點：?
　　1）需要多次掃描數據庫，效率低下。

FPGrowth算法

　　FPGrowth的基本思想是將原始數據壓縮到一個FPTree上，在該樹上進行頻繁項集的挖掘。（FPTree是共用前綴的）

FPGrowth算法步驟

　　
　　講地非常好的FPGrowth算法博客（包括原理講解和代碼實現）：?
(1)http://blog.csdn.net/huagong_adu/article/details/17739247　　(2)http://www.cnblogs.com/zhangchaoyang/articles/2198946.html

FPGrowth優缺點

　　優點：?
　　1）只需要掃描兩邊數據庫，效率高。?
　　2）可以并行化實現。?
　　缺點：?
　　1）受內存大小限制。

轉載于:https://www.cnblogs.com/a-du/p/9324061.html

總結

以上是生活随笔為你收集整理的频繁项集挖掘之Aprior和FPGrowth算法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。