鱼C论坛

 找回密码
 立即注册
查看: 1614|回复: 1

[技术交流] Python实现FP-growth【链表】【递归】

[复制链接]
发表于 2020-11-18 22:48:46 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能^_^

您需要 登录 才可以下载或查看,没有账号?立即注册

x
本帖最后由 糖逗 于 2020-11-19 15:17 编辑

参考书籍:《机器学习实战》


  1. import numpy as np

  2. class treeNode:
  3.     def __init__(self, nameValue, numOccur, parentNode):
  4.         self.name = nameValue
  5.         self.count = numOccur
  6.         self.nodeLink = None
  7.         self.parent = parentNode
  8.         self.children = {}
  9.         
  10.     def inc(self, numOccur):#增加当前节点的值
  11.         self.count += numOccur
  12.    
  13.     def disp(self, ind = 1):#打印树,ind设置成0也可以吗?????
  14.         print('  '*ind, self.name, ' ', self.count)
  15.         for child in self.children.values():
  16.             child.disp(ind + 1)#递归


  17. def createTree(dataSet, minSup = 1):#扫描头指针表,删掉哪些出现次数少于minSup的项
  18.     headerTable = {}
  19.     for trans in dataSet:
  20.         for item in trans:
  21.             #https://www.runoob.com/python/att-dictionary-get.html
  22.             headerTable[item] = headerTable.get(item, 0) + dataSet[trans]#统计每个字符出现的次数
  23.     for k in list(headerTable.keys()):  
  24.         if headerTable[k] < minSup:
  25.             del(headerTable[k])
  26.     freqItemSet = set(headerTable.keys())#通过minSup筛选的频繁集
  27.     if len(freqItemSet) == 0:#如果每个元素只出现一次,那就直接返回None(没有规律可循)
  28.         return None, None  
  29.     for k in headerTable:
  30.         headerTable[k] = [headerTable[k], None]#None可能存储指针
  31.     retTree = treeNode('Null Set', 1, None)#根节点设置成空集
  32.     for tranSet, count in dataSet.items():  
  33.         localD = {}
  34.         for item in tranSet:  
  35.             if item in freqItemSet:#单独出现
  36.                 localD[item] = headerTable[item][0]
  37.         if len(localD) > 0:
  38.             orderedItems = [v[0] for v in sorted(localD.items(),
  39.                             key = lambda p: p[1], reverse = True)]#降序排列
  40.             updateTree(orderedItems, retTree, headerTable, count)
  41.     return retTree, headerTable

  42. def updateTree(items, inTree, headerTable, count):
  43.     if items[0] in inTree.children:#如果在节点中,直接更新节点count
  44.         inTree.children[items[0]].inc(count)
  45.     else:  
  46.         inTree.children[items[0]] = treeNode(items[0], count, inTree)#如果没有则新增节点
  47.         if headerTable[items[0]][1] == None:#当前item不属于频繁集中,更新headerTable
  48.             headerTable[items[0]][1] = inTree.children[items[0]]
  49.         else:
  50.             updateHeader(headerTable[items[0]][1], inTree.children[items[0]])
  51.     if len(items) > 1:
  52.         updateTree(items[1:], inTree.children[items[0]], headerTable, count)
  53.         
  54. def updateHeader(nodeToTest, targetNode):   
  55.     while (nodeToTest.nodeLink != None):#移动到链表的最后端
  56.         nodeToTest = nodeToTest.nodeLink
  57.     nodeToTest.nodeLink = targetNode#将链表最后段关联当前端        

  58. def ascendTree(leafNode, prefixPath):#从叶子节点递归至根节点
  59.     if leafNode.parent != None:
  60.         prefixPath.append(leafNode.name)
  61.         ascendTree(leafNode.parent, prefixPath)
  62.    
  63. def findPrefixPath(basePat, treeNode): #headerTable中存储的是元素链表的起始指针
  64.     condPats = {}
  65.     while treeNode != None:
  66.         prefixPath = []
  67.         ascendTree(treeNode, prefixPath)
  68.         if len(prefixPath) > 1:
  69.             condPats[frozenset(prefixPath[1:])] = treeNode.count
  70.         treeNode = treeNode.nodeLink
  71.     return condPats

  72. def loadSimpDat():
  73.     simpDat = [['r', 'z', 'h', 'j', 'p'],
  74.                ['z', 'y', 'x', 'w', 'v', 'u', 't', 's'],
  75.                ['z'],
  76.                ['r', 'x', 'n', 'o', 's'],
  77.                ['y', 'r', 'x', 'z', 'q', 't', 'p'],
  78.                ['y', 'z', 'x', 'e', 'q', 's', 't', 'm']]
  79.     return simpDat

  80. def createInitSet(dataSet):
  81.     retDict = {}
  82.     for trans in dataSet:
  83.         retDict[frozenset(trans)] = 1
  84.     return retDict

  85. def mineTree(inTree, headerTable, minSup, preFix, freqItemList):
  86.     bigL = [v[0] for v in sorted(headerTable.items(), key = lambda p: p[1][0])]
  87.     for basePat in bigL:
  88.         newFreqSet = preFix.copy()
  89.         newFreqSet.add(basePat)
  90.         freqItemList.append(newFreqSet)
  91.         condPattBases = findPrefixPath(basePat, headerTable[basePat][1])#提取前缀路径
  92.         myCondTree, myHead = createTree(condPattBases, minSup)#根据前缀路径构建条件FP树
  93.         if myHead != None:        
  94.             mineTree(myCondTree, myHead, minSup, newFreqSet, freqItemList)#从二元扩展到三元,从三元扩展到四元,以此类推递归
  95.     return
  96.             
  97. if __name__ == "__main__":
  98.     simpDat = loadSimpDat()
  99.     initSet = createInitSet(simpDat)
  100.     myFPtree, myHeaderTab = createTree(initSet, 3)
  101.     #myFPtree.disp()
  102.     #res = findPrefixPath('r', myHeaderTab['r'][1])
  103.     freqItem = []
  104.     mineTree(myFPtree, myHeaderTab, 3, set(), freqItem)
  105.     print(freqItem)
复制代码

本帖被以下淘专辑推荐:

想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

 楼主| 发表于 2020-11-18 22:49:17 | 显示全部楼层
未完待续,明天接着学习。
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2024-5-1 10:24

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表