📚 算法原理
什么是FP-Growth算法？
FP-Growth（Frequent Pattern Growth）算法是一种高效的频繁项集挖掘算法，它通过构建FP-tree（频繁模式树）数据结构来压缩数据，避免重复扫描数据库。
核心思想
FP-Growth的优势：
- 只需要扫描数据库两次（Apriori需要多次扫描）
- 使用FP-tree压缩数据，减少内存占用
- 采用分治策略，递归挖掘频繁模式
- 不需要生成候选项集，效率更高
算法步骤
步骤1：第一次扫描数据库，构建频繁1-项集
统计每个商品的支持度，按支持度降序排序
步骤2：第二次扫描数据库，构建FP-tree
对每个事务，按照频繁1-项集的顺序重新排序，插入FP-tree
步骤3：构建条件模式基（Conditional Pattern Base）
从FP-tree中提取每个频繁项的条件模式基
步骤4：构建条件FP-tree
根据条件模式基构建条件FP-tree
步骤5：递归挖掘
在条件FP-tree上递归挖掘频繁模式
FP-tree结构
FP-tree的特点：
- 根节点：标记为"null"
- 内部节点：包含项名和支持度计数
- 头表（Header Table）：指向FP-tree中每个项的链接
- 相同项通过链接连接，形成链表
⚖️ FP-Growth vs Apriori
算法对比
| 特性 | Apriori | FP-Growth |
|---|---|---|
| 数据库扫描次数 | 多次（每次迭代一次） | 仅2次 |
| 候选项集生成 | 需要生成和测试 | 不需要 |
| 数据结构 | 简单的集合 | FP-tree（压缩树） |
| 内存使用 | 较高（存储所有候选项集） | 较低（FP-tree压缩数据） |
| 适用场景 | 小到中等数据集 | 大数据集，效率更高 |
💼 使用场景
🛒 大规模购物篮分析
处理大型超市的海量交易数据，快速发现商品关联规则
📊 网站日志分析
分析用户浏览路径，优化网站结构和推荐策略
🔍 生物信息学
发现基因序列中的频繁模式，研究基因关联
📱 用户行为分析
分析移动应用中的用户操作序列，改进产品设计
🎮 交互式演示
示例数据：超市购物记录
| 交易ID | 购买的商品 |
|---|
参数设置
0.3
0.6