apriori算法和fpgrowth算法代码
时间: 2023-05-15 12:00:49 浏览: 117
Apriori算法和FPGrowth算法是常用的频繁项集挖掘算法。
Apriori算法是一种暴力枚举的算法,其基本思想是根据Apriori原理(即如果一个项集是频繁的,那么它的所有子集也是频繁的)逐层生成频繁项集。具体实现中,先将所有单个项看做频繁项集,然后不断扫描数据集,删除不符合最小支持度的项集,将剩余的项集组合成新的项集,重复上述过程直到无法生成新的高级频繁项集。其代码实现可参考:https://github.com/asaini/Apriori-Algorithm/blob/master/apriori.py
FPGrowth算法则是一种基于FP树的频繁项集挖掘算法。FP树是一种特殊的数据结构,树中每个节点表示一个项,节点的权值表示该项在所有事务中出现的次数。具体实现中,首先将数据集按项出现频次排序,构建FP树,在FP树的基础上根据条件模式基逐层构建频繁项集。其优点是比Apriori算法更快速、占用更小的内存空间。其代码实现可参考:https://github.com/enaeseth/python-fp-growth/blob/master/fp_growth.py
相关问题
基于Apriori算法和FP-Growth算法的关联规则挖掘实例
好的,我可以为您提供一个基于Apriori算法和FP-Growth算法的关联规则挖掘实例。
假设我们有一个超市的销售数据,其中包含了不同商品的交易记录。我们希望挖掘出哪些商品之间存在着关联关系,以便超市可以根据这些关联关系制定更加有效的促销策略。
首先,我们使用Apriori算法进行关联规则挖掘。Apriori算法是一种基于频繁项集的挖掘方法,通过寻找频繁项集并生成关联规则来发现不同商品之间的关联关系。
我们可以使用如下的伪代码实现Apriori算法:
```
1. 扫描数据集,统计每个项的支持度
2. 根据最小支持度过滤掉支持度小于该值的项
3. 对剩余的项进行两两组合,得到候选项集
4. 扫描数据集,统计候选项集的支持度
5. 根据最小支持度过滤掉支持度小于该值的候选项集
6. 对剩余的候选项集进行两两组合,得到新的候选项集
7. 重复步骤4-6,直到不能再生成新的候选项集
8. 根据生成的频繁项集,生成关联规则,并计算其支持度和置信度
9. 根据最小置信度过滤掉置信度小于该值的关联规则
```
接下来,我们使用FP-Growth算法进行关联规则挖掘。FP-Growth算法是一种基于树结构的挖掘方法,通过构建频繁模式树来发现不同商品之间的关联关系。
我们可以使用如下的伪代码实现FP-Growth算法:
```
1. 扫描数据集,统计每个项的支持度
2. 根据最小支持度过滤掉支持度小于该值的项
3. 根据剩余项的支持度构建FP树
4. 对每个项的条件模式基进行递归,得到条件模式树,并对其进行剪枝和合并
5. 对每个项的条件模式基进行递归,得到频繁项集
6. 根据生成的频繁项集,生成关联规则,并计算其支持度和置信度
7. 根据最小置信度过滤掉置信度小于该值的关联规则
```
通过上述算法,我们可以得到不同商品之间的关联规则,并根据其支持度和置信度进行筛选和排序,以便超市可以根据这些关联关系制定更加有效的促销策略。
fpgrowth算法代码
fpgrowth算法是一种用于频繁项集挖掘的常用算法,它的主要思想是基于Apriori算法的改进,通过构建FP树(频繁模式树)来高效地发现频繁项集。下面是fpgrowth算法的代码示例:
```python
class TreeNode:
def __init__(self, name, count, parent):
self.name = name # 项的名称
self.count = count # 计数
self.nodeLink = None # 指向相似节点的指针
self.parent = parent # 指向父节点
self.children = {} # 子节点
def createFPTree(dataSet, minSup):
headerTable = {}
for trans in dataSet:
for item in trans:
headerTable[item] = headerTable.get(item, 0) + dataSet[trans]
for k in list(headerTable.keys()):
if headerTable[k] < minSup:
del(headerTable[k])
freqItemSet = set(headerTable.keys())
if len(freqItemSet) == 0:
return None, None
for k in headerTable:
headerTable[k] = [headerTable[k], None]
retTree = TreeNode('Null Set', 1, None)
for tranSet, count in dataSet.items():
localD = {}
for item in tranSet:
if item in freqItemSet:
localD[item] = headerTable[item][0]
if len(localD) > 0:
orderedItems = [v[0] for v in sorted(localD.items(), key=lambda p: p[1], reverse=True)]
updateTree(orderedItems, retTree, headerTable, count)
return retTree, headerTable
def updateTree(items, inTree, headerTable, count):
if items[0] in inTree.children:
inTree.children[items[0]].inc(count)
else:
inTree.children[items[0]] = TreeNode(items[0], count, inTree)
if headerTable[items[0]][1] == None:
headerTable[items[0]][1] = inTree.children[items[0]]
else:
updateHeader(headerTable[items[0]][1], inTree.children[items[0]])
if len(items) > 1:
updateTree(items[1:], inTree.children[items[0]], headerTable, count)
def ascendTree(leafNode, prefixPath):
if leafNode.parent != None:
prefixPath.append(leafNode.name)
ascendTree(leafNode.parent, prefixPath)
def findPrefixPath(basePat, treeNode):
condPats = {}
while treeNode != None:
prefixPath = []
ascendTree(treeNode, prefixPath)
if len(prefixPath) > 1:
condPats[frozenset(prefixPath[1:])] = treeNode.count
treeNode = treeNode.nodeLink
return condPats
def mineTree(inTree, headerTable, minSup, preFix, freqItemList):
bigL = [v[0] for v in sorted(headerTable.items(), key=lambda p: p[1])]
for basePat in bigL:
newFreqSet = preFix.copy()
newFreqSet.add(basePat)
freqItemList.append(newFreqSet)
condPattBases = findPrefixPath(basePat, headerTable[basePat][1])
myCondTree, myHead = createFPTree(condPattBases, minSup)
if myHead != None:
mineTree(myCondTree, myHead, minSup, newFreqSet, freqItemList)
dataSet = {frozenset(['e', 'a', 'c', 'd', 'f', 'g', 'm', 'p']): 1,
frozenset(['a', 'b', 'c', 'f', 'l', 'm', 'o']): 1,
frozenset(['b', 'f', 'h', 'j', 'o']): 1,
frozenset(['b', 'c', 'k', 's', 'p']): 1,
frozenset(['a', 'f', 'c', 'e', 'l', 'p', 'm', 'n']): 1}
tree, headerTable = createFPTree(dataSet, 3)
freqItems = []
mineTree(tree, headerTable, 3, set([]), freqItems)
print(freqItems)
```
上面是一个简单的Python实现的fpgrowth算法的代码示例,通过构建FP树来高效地发现频繁项集,并输出频繁项集。