Spark 机器学习 FPGrowth

机器学习—FPGrowth

用于发现频繁项集
应用场景：我们常说的： 啤酒+尿布

假设我们购买的如下：

解释：每一行都是一条购买记录，transaction表示每次购买的是哪几样商品，sort这列是按所有商品购买次数的多少，从大到小排列。
从上表可以看出 B(6次), E(5次), A(4次), C(4次), D(4次)
然后我们就按数量从大到小排，每次Sort的顺序都是BEACD

假设最低支持度为3：

根据上述的分析，我们从高到低画出的图如下：

根据上图，FPGrowth挖掘过程如下（从低往高处挖）：

然后最后就得到多个的项集组合 如：DAE（3） 、DAEB（3）、DAB（3）、DEB(3)…

因此就能得到一起购买的的商品集的数量，为商家摆放货物提供参考。