前言：

关于 FP-Growth 算法介绍请见：。

本文主要介绍从 FP-tree 中提取频繁项集的算法。关于伪代码请查看上面的文章。

FP-tree 的构造请见：。

正文：

tree_miner.py文件：

#coding=utf-8import tree_builderimport copyclass Tree_miner(object):    """tree_miner类. 作用:对Tree进行频繁项集的挖掘"""    def __init__(self, Tree=None, min_sup=-1, headerTable={}):        """tree_miner的初始化. Tree即为构造好的FP_Tree, min_sup是最小支持度计数, headerTable是FP_Tree的头结点表"""        self.min_sup = min_sup        self.tree_mining(Tree=Tree, headerTable=headerTable)    def tree_mining(self, Tree, A=[], headerTable={}):        """功能: 递归实现对树Tree频繁项集的挖掘. A相当于伪代码中的α，B相当于β"""        B = []        allElem = {}        #用来保存单个路径情况时，路径上的全部节点        node = Tree.root       #node取得树的根节点        while len(node.children) > 0:        #推断是否是单个路径            if len(node.children) != 1:          #假设路径上的某个节点的孩子数不止一个。则它不是单个路径                break            node = node.children.values()[0]        #node取得下一个节点            allElem.setdefault(node.data,node.count)        #记录路径上的节点。假设是单个路径的话会用到        if len(node.children) < 1:                  #Tree仅仅包括单个路径            L = self.getL(items=allElem, min_sup=self.min_sup, A=A)     #L即为我们要求的频繁项集            self.showResult(L)      #对结果进行输出            return        else:            for item in headerTable:            #对于头结点表中的元素，逐个找以其结尾的频繁项集                if A:                   #产生项目集B                    for elem in A:                        if elem != []:                            temp = copy.copy(elem)                            B.append(temp)                            B.append([item]+temp)                else:                    B.append([item])                pattem,counts = self.findPattemBase(item, headerTable)      #得到以项item结尾的所以条件模式基,counts存放条件模式基的计数                myHeaderTable = {}                          conditionTree_builder = tree_builder.Tree_builder(routines=pattem, counts=counts, headerTable=myHeaderTable)        #新建一个Tree_builder对象，用它来构造条件FP-Tree                if conditionTree_builder.tree.root.children:            #假设构造的条件FP-树不空                    self.tree_mining(Tree=conditionTree_builder.tree, A=B, headerTable=myHeaderTable)       #递归调用                B = []        return    def findPattemBase(self, item, headerTable):        """功能: 依据树的头结点表去搜索树中item的条件模式基"""        itemPattem = []                 #存放项item的全部模式基        counts = []                     #存放模式基的计数        addressTable = headerTable[item]    #头节点表中item链上所以节点的地址        for itemNode in addressTable:           #对头结点表表中存放的每一个item节点            itemInPattem = []               #用来存放item模式基中的各项            nodeInPattem = itemNode.parent         #item模式基的项，用它来回溯到树根。即为一条模式基            if nodeInPattem.data == 'null':         #假设父亲节点就是树根，则跳过                continue            while nodeInPattem.data != 'null':                  #假设还没到树根，则一直回溯                itemInPattem.append(nodeInPattem.data)           #把它压进item的模式基                nodeInPattem = nodeInPattem.parent          #让当前节点跳到它的父亲节点，进行回溯            itemInPattem = tuple(itemInPattem)            itemPattem.append(itemInPattem)             #找完了一条item的模式基了            counts.append(itemNode.count)           #模式基的计数        return itemPattem,counts    def showResult(self, result=[[]]):        """功能: 将挖掘到的频繁项集进行展示"""        for elem in result:            num = elem.pop()        #频繁项集的计数            print tuple(elem),':',num        return    def combiner(self, myList, n):         """功能: 对list列表里的全部元素进行排列组合,生成n个元组组合在一起的列表"""        answers = []        one = [0] * n         def next_c(li = 0, ni = 0):             if ni == n:                answers.append(copy.copy(one))                return            for lj in xrange(li, len(myList)):                one[ni] = myList[lj]                next_c(lj + 1, ni + 1)        next_c()        return answers    def findMinimum(self, items, elem):        """功能: 依据items字典找出elem列表中各项计数的最小值"""        minimum = items[elem[0]]        for a in elem:            if items[a] < minimum:              #假设某元素的计数更小，则记录它的计数                minimum = items[a]        return minimum    def getL(self, items, min_sup=-1, A=[]):        """功能: 对于仅仅含单路径的树,进行生成频繁项集"""        tempResult = []        finnalResult = []        nodes = items.keys()        #取得items字典的键，即单路径上的全部节点        for i in range(1,len(nodes)+1):         #对nodes。即路径上的全部节点生成各种组合            tempResult += self.combiner(myList=nodes, n=i)        for elem in tempResult[::-1]:           #elem逆序对dearResult訪问，由于接下来会删除元素，逆序好操作            elemMinimum = self.findMinimum(items, elem)         #找出elem里面的最小计数            if elemMinimum < min_sup:               #假设组合elem的最小计数小于最小支持度计数。则删除.                tempResult.remove(elem)            else:                           #否则把它压入结果列表中进行输出。但它仅仅是条件模式基，要加上最后一个项构成频繁项集，同一时候把最小计数也加上                for Aelem in A:         #A可能含有多项                    if Aelem:                        temp = elem                        temp += Aelem                        temp.append(elemMinimum)                        finnalResult.append(temp)               #将挖掘出的频繁项集保存在finnalResult列表        return finnalResult