• FpGrowth
    • 功能介绍
    • 参数说明
    • 脚本示例
      • 脚本代码
      • 脚本运行结果

    FpGrowth

    功能介绍

    FP Growth(Frequent Pattern growth)算法是一种非时序的关联分析算法. 它利用FP tree生成频繁项集和规则,效率优于传统的Apriori算法。

    参数说明

    名称 中文名称 描述 类型 是否必须？ 默认值
    itemsCol 项集列名 项集列名 String ✓
    minSupportCount 最小支持度数目 最小支持度目，当取值大于或等于0时起作用，当小于0时参数minSupportPercent起作用 Integer -1
    minSupportPercent 最小支持度占比 最小支持度占比，当minSupportCount取值小于0时起作用，当minSupportCount大于或等于0时该参数不起作用 Double 0.02
    minConfidence 最小置信度 最小置信度 Double 0.05
    maxPatternLength 最大频繁项集长度 最大频繁项集长度 Integer 10
    maxConsequentLength 最大关联规则后继长度 最大关联规则后继(consequent)长度 Integer 1
    minLift 最小提升度 最小提升度 Double 1.0

    脚本示例

    脚本代码

    1. data = np.array([
    2.     ["A,B,C,D"],
    3.     ["B,C,E"],
    4.     ["A,B,C,E"],
    5.     ["B,D,E"],
    6.     ["A,B,C,D"],
    7. ])
    9. df_data = pd.DataFrame({
    10.     "items": data[:, 0],
    11. })
    13. data = dataframeToOperator(df_data, schemaStr='items string', op_type='batch')
    15. fpGrowth = FpGrowthBatchOp() \
    16.     .setItemsCol("items") \
    17.     .setMinSupportPercent(0.4) \
    18.     .setMinConfidence(0.6)
    20. fpGrowth.linkFrom(data)
    22. fpGrowth.print()
    23. fpGrowth.getSideOutput(0).print()

    脚本运行结果

    频繁项集输出：

    1.     itemset  supportcount  itemcount
    2. 0         E             3          1
    3. 1       B,E             3          2
    4. 2       C,E             2          2
    5. 3     B,C,E             2          3
    6. 4         D             3          1
    7. 5       B,D             3          2
    8. 6       C,D             2          2
    9. 7     B,C,D             2          3
    10. 8       A,D             2          2
    11. 9     B,A,D             2          3
    12. 10    C,A,D             2          3
    13. 11  B,C,A,D             2          4
    14. 12        A             3          1
    15. 13      B,A             3          2
    16. 14      C,A             3          2
    17. 15    B,C,A             3          3
    18. 16        C             4          1
    19. 17      B,C             4          2
    20. 18        B             5          1

    关联规则输出：

    1.         rule  itemcount      lift  support_percent  confidence_percent  transaction_count
    2. 0       B=>A          2  1.000000              0.6            0.600000                  3
    3. 1       B=>D          2  1.000000              0.6            0.600000                  3
    4. 2       B=>C          2  1.000000              0.8            0.800000                  4
    5. 3       B=>E          2  1.000000              0.6            0.600000                  3
    6. 4       C=>A          2  1.250000              0.6            0.750000                  3
    7. 5       C=>B          2  1.000000              0.8            1.000000                  4
    8. 6     B,C=>A          3  1.250000              0.6            0.750000                  3
    9. 7       A=>C          2  1.250000              0.6            1.000000                  3
    10. 8       A=>B          2  1.000000              0.6            1.000000                  3
    11. 9       A=>D          2  1.111111              0.4            0.666667                  2
    12. 10    B,A=>D          3  1.111111              0.4            0.666667                  2
    13. 11    C,A=>B          3  1.000000              0.6            1.000000                  3
    14. 12    B,A=>C          3  1.250000              0.6            1.000000                  3
    15. 13    C,A=>D          3  1.111111              0.4            0.666667                  2
    16. 14  B,C,A=>D          4  1.111111              0.4            0.666667                  2
    17. 15      D=>A          2  1.111111              0.4            0.666667                  2
    18. 16      D=>B          2  1.000000              0.6            1.000000                  3
    19. 17    A,D=>B          3  1.000000              0.4            1.000000                  2
    20. 18    B,D=>A          3  1.111111              0.4            0.666667                  2
    21. 19    C,D=>B          3  1.000000              0.4            1.000000                  2
    22. 20    A,D=>C          3  1.250000              0.4            1.000000                  2
    23. 21    C,D=>A          3  1.666667              0.4            1.000000                  2
    24. 22  C,A,D=>B          4  1.000000              0.4            1.000000                  2
    25. 23  B,A,D=>C          4  1.250000              0.4            1.000000                  2
    26. 24  B,C,D=>A          4  1.666667              0.4            1.000000                  2
    27. 25      E=>B          2  1.000000              0.6            1.000000                  3
    28. 26    C,E=>B          3  1.000000              0.4            1.000000                  2