python实现fp

python实现fp

FP_Growth算法是关联分析中比较优秀的一种方法，它通过构造FP_Tree，将整个事务数据库映射到树结构上，从而大大减少了频繁扫描数据库的时间。

FP_Growth算法主要分成两个步骤，第一步是构造FP-Tree，第二步是从FP-Tree中提取频繁项集。

更多关联分析和FP_Growth的介绍以及伪代码请见：什么是关联分析、FP-Growth算法的介绍。

本文主要目的是介绍python实现FP_Growth算法的代码。

FP_Growth项目目录有四个文件：

>FP_Growth

? __init__.py

? tree_builder.py

? tree_building.py

? tree_miner.py

其中，tree_builder.py和tree_building.py文件主要负责FP-tree的构造，而tree_miner.py则是用来从构造好的FP-tree上提取频繁项集。

主程序所在的文件“__init__.py”代码如下：

#coding=utf-8

import tree_builder

import tree_miner

routines = [

[‘Cola‘,‘Egg‘,‘Ham‘],

[‘Cola‘,‘Diaper‘,‘Beer‘],

[‘Cola‘,‘Beer‘,‘Diaper‘,‘Ham‘],

[‘Diaper‘,‘Beer‘]

] #事务数据集

min_sup = 2 #最小支持度计数

headerTable = {} #头结点表，用来存放各个项的索引

treeBuilder = tree_builder.Tree_builder(routines=routines, min_sup=min_sup, headerTable=headerTable) #建造FP_Tree

tree_miner.Tree_miner(Tree&#, min_sup=min_sup, headerTable=headerTable) #对FP_Tree进行频繁项集的挖掘

它主要实现三个动作：

输入事务数据集routines;

调用tree_builder，构造FP-tree;

调用tree_miner，从FP-tree提取频繁项集;

代码地址：FP-Growth算法python实现(完整代码)。

备注：该代码是在 Python2.7+eclipse 环境下编写的。可在eclipse中导入项目，也可在命令行窗口用python命令执行“__init__.py”文件。