Python基礎原理：FP-growth算法的構建
和Apriori算法相比，FP-growth算法只需要對數據庫進行兩次遍歷，從而高效發現頻繁項集。對于搜索引擎公司而言，他們需要通過查看互聯網上的用詞，來找出經常在一塊出現的詞。因此就需要能夠高效的發現頻繁項集的方法，FP-growth算法就可以完成此重任。
FP-growth算法是基于Apriori原理的，通過將數據集存儲在FP（Frequent Pattern)樹上發現頻繁項集。
FP-growth算法只需要對數據庫進行兩次掃描，而Apriori算法在求每個潛在的頻繁項集時都需要掃描一次數據集，所以說FP-growth算法是高效的。
FP算法發現頻繁項集的過程是：
(1)構建FP樹；
(2)從FP樹中挖掘頻繁項集
FP表示的是頻繁模式，其通過鏈接來連接相似元素，被連起來的元素可看成是一個鏈表
將事務數據表中的各個事務對應的數據項，按照支持度排序后，把每個事務中的數據項按降序依次插入到一棵以 NULL為根節點的樹中，同時在每個結點處記錄該結點出現的支持度。
假設存在的一個事務數據樣例為,構建FP樹的步驟如下：
結合Apriori算法中最小支持度的閾值，在此將最小支持度定義為3，結合上表中的數據，那些不滿足最小支持度要求的將不會出現在***的FP樹中。
據此構建FP樹，并采用一個頭指針表來指向給定類型的***個實例，快速訪問FP樹中的所有元素，構建的帶頭指針的FP樹如圖：
結合繪制的帶頭指針表的FP樹，對表中數據進行過濾，排序如下：
在對數據項過濾排序了之后，就可以構建FP樹了，從NULL開始，向其中不斷添加過濾排序后的頻繁項集。過程可表示為：
這樣，FP樹對應的數據結構就建好了，現在就可以構建FP樹了，FP樹的構建函數參見Python源代碼。
在運行上例之前還需要一個真正的數據集，結合之前的數據自定義數據集。這樣就構建了FP樹，接下來就是使用它來進行頻繁項集的挖掘。
