数据挖掘之关联规则-FP树
1.FP树的⽣成过程
1）扫描数据，得到所有频繁⼀项集的的计数。然后删除⽀持度低于阈值的项，将1项频繁集放⼊项头表，并按照⽀持度降序排列。
2）扫描数据，将读到的原始数据剔除⾮频繁1项集，并按照⽀持度降序排列。
3）读⼊排序后的数据集，插⼊FP树，插⼊时按照排序后的顺序，插⼊FP树中，排序靠前的节点是祖先节点，⽽靠后的是⼦孙节点。如果有共⽤的祖先，则对应的公⽤祖先节点计数加1。插⼊后，如果有新节点出现，则项头表对应的节点会通过节点链表链接上新节点。直到所有的数据都插⼊到FP树后，FP树的建⽴完成。
4）从项头表的底部项依次向上找到项头表项对应的条件模式基。从条件模式基递归挖掘得到项头表项项的频繁项集。
5）如果不限制频繁项集的项数，则返回步骤4所有的频繁项集，否则只返回满⾜项数要求的频繁项集
2. 条件fp树的⽣成过程
将条件模式基按照FP-Tree的构造原则形成的⼀个新的FP-Tree
3.fp树实现
# -*- coding: utf-8 -*-
"""
Created on Tue May 5 12:27:23 2020
@author: 王震
"""
class treeNode:
def__init__(lf, nameValue, numOccur, parentNode):
#节点名字
lf.name = nameValue
好唱的歌
#节点计数值
#⽤于链接相似的元素项
#needs to be updated
lf.parent = parentNode
#⼦节点
lf.children ={}情绪失落
def disp(lf, ind=1):
'''
将树以⽂本形式展⽰
'''
print(' '*ind, lf.name,' ', lf.count)
for child in lf.children.values():
child.disp(ind+1)
def inc(lf, numOccur):
'''
对count变量增加给定值
'''
def createTree(dataSet, minSup=1):
'''
创建FP树
'''
headerTable ={}
#第⼀次扫描数据集
for trans in dataSet:#计算item出现频数
for item in trans:
headerTable[item]= (item,0)+ dataSet[trans]
headerTable ={k:v for k,v in headerTable.items()if v >= minSup}
freqItemSet =t(headerTable.keys())
#print ('freqItemSet: ',freqItemSet)
if len(freqItemSet)==0:return None,None#如果没有元素项满⾜要求，则退出
for k in headerTable:
headerTable[k]=[headerTable[k],None]#初始化headerTable
headerTable[k]=[headerTable[k],None]#初始化headerTable
#print ('headerTable: ',headerTable)
#第⼆次扫描数据集
retTree = treeNode('Null Set',1,None)#创建树
for tranSet, count in dataSet.items():
localD ={}
for item in tranSet:#put transaction items in order
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], rever=True)]
updateTree(orderedItems, retTree, headerTable, count)#将排序后的item集合填充的树中
莫言图片return retTree, headerTable #返回树型结构和头指针表
def updateTree(items, inTree, headerTable, count):
if items[0]in inTree.children:#检查第⼀个元素项是否作为⼦节点存在
inTree.children[items[0]].inc(count)#存在，更新计数
el:#不存在，创建⼀个新的treeNode，将其作为⼀个新的⼦节点加⼊其中
inTree.children[items[0]]= treeNode(items[0], count, inTree)
if headerTable[items[0]][1]==None:#更新头指针表
headerTable[items[0]][1]= inTree.children[items[0]]
el:
updateHeader(headerTable[items[0]][1], inTree.children[items[0]])
if len(items)>1:#不断迭代调⽤⾃⾝，每次调⽤都会删掉列表中的第⼀个元素
updateTree(items[1::], inTree.children[items[0]], headerTable, count)
def updateHeader(nodeToTest, targetNode):比字的笔画顺序
'''
this version does not u recursion
Do not u recursion to traver a linked list!
更新头指针表，确保节点链接指向树中该元素项的每⼀个实例
'''
deLink !=None):
nodeToTest = deLink
def ascendTree(leafNode, prefixPath):#迭代上溯整棵树
久久播瑟瑟爱if leafNode.parent !=None:
prefixPath.append(leafNode.name)
ascendTree(leafNode.parent, prefixPath)拖地小妙招
def findPrefixPath(baPat, treeNode):#treeNode comes from header table
condPats ={}
while treeNode !=None:
prefixPath =[]
ascendTree(treeNode, prefixPath)
if len(prefixPath)>1:
condPats[frozent(prefixPath[1:])]= unt
treeNode = deLink
return condPats
毛毛虫竞速def createInitSet(dataSet):
retDict ={}
for trans in dataSet:
retDict[frozent(trans)]= (frozent(trans),0)+1#若没有相同事项，则为1；若有相同事项，则加1 return retDict
def loadSimpDat():
s=[]
with open("retail.dat")as lines:
for line in lines:
line=line.split(' ')
del(line[-1])
line=list(map(int,line))
s.append(line)
return s
def mineTree(inTree, headerTable, minSup, preFix, freqItemList):
bigL =[v[0]for v in sorted(headerTable.items(), key=lambda p: p[1][0])]# 1.排序头指针表
bigL =[v[0]for v in sorted(headerTable.items(), key=lambda p: p[1][0])]# 1.排序头指针表for baPat in bigL:#从头指针表的底端开始
newFreqSet = py()
newFreqSet.add(baPat)
print('finalFrequent Item: ',newFreqSet)#添加的频繁项列表
freqItemList.append(newFreqSet)
condPattBas = findPrefixPath(baPat, headerTable[baPat][1])
print('condPattBas :',baPat, condPattBas)
# 2.从条件模式基创建条件FP树
myCondTree, myHead = createTree(condPattBas, minSup)
#print ('head from conditional tree: ', myHead)
if myHead !=None:# 3.挖掘条件FP树
print('conditional tree for: ',newFreqSet)
myCondTree.disp(1)
mineTree(myCondTree, myHead, minSup, newFreqSet, freqItemList)
#进⾏数据挖掘
腹肌有什么用
minSup =12000
simpDat = loadSimpDat()
initSet = createInitSet(simpDat)
myFPtree, myHeaderTab = createTree(initSet, minSup)
myFPtree.disp()
myFreqList =[]
mineTree(myFPtree, myHeaderTab, minSup,t([]), myFreqList)
