Here is code

背景

apriori演算法 需要多次掃描資料，I/O 大大降低了時間效率

1. fp-tree資料結構

1> 項頭表

記錄所有的1項頻繁集出現的次數，並降序排列

2> fp tree

根據項頭表，構建fp樹

3> 節點連結串列

所有項頭表的1項頻繁集都是一個節點連結串列的頭，依次指向fp樹中的位置，而且方便查詢和更新

2. 項頭表的建立

排序後的資料集進行了兩步操作:
1> 刪除每行關鍵字中支援度小於minSup的
2> 對關鍵字中剩下的元素按照支援度排序

3. fp tree和節點連結串列一起構建

開始節點為空
首先插入第一行關鍵字

接著插入第二行關鍵字，如果有重複的字首路徑，則路徑上的節點+1

.
.
.
,
,
.
.
類似的我們插入所有的資料之後，fptree和連結串列也都建好了,下圖即為最後的tree和節點連結串列

4.FP Tree的挖掘

對項頭表從底部依次向上挖掘頻繁集，對於項頭表對應於fp樹的每一項，我們要找到它的條件模式基（所有的路徑字首），更新該路徑的節點數目。
F：

D:

…

最後是A，因為條件模式基為空，所以可不用挖掘
由此，我們得到了所有的頻繁集（> 0.2）,如果只要最大的頻繁k項集，從上面分析可以看出，最大的是5項集，A----C----E----B----F

5.FP Tree步驟總結

1> 掃描資料，得到所有頻繁一項集的計數，按照支援度保留滿足的項，將頻繁一項集放入項頭表，並按降序排列
2> 掃描資料，重置原始資料（刪除非頻繁一項集，並按支援度排序）
3> 讀入排序後的資料集，插入FP樹，並構建節點連結串列
4> 挖掘頻繁資訊，按照項頭表，從底向上依次尋找頻繁集。

參考博主