FP-growth算法（一）——通過構建FP樹發現頻繁項集

　　常見的挖掘頻繁項集算法有兩類，一類是Apriori算法，另一類是FP-growth。Apriori通過不斷的構造候選集、篩選候選集挖掘出頻繁項集，需要多次掃描原始數據，當原始數據較大時，磁盤I/O次數太多，效率比較低下。FPGrowth不同於Apriori的「試探」策略，算法只需掃描原始數據兩遍，通過FP-tree數據結構對原始數據進行壓縮，效率較高。 　　FP代表頻繁模式（Frequent

>>阅读原文<<