数据挖掘：FP-Growth算法 （Python实现）_pyfpgrowth' has no attribute 'find_frequent_itemse

目录

介绍

代码实现与解释

感谢

pyfpgrowth 1.0 版本 漏掉频繁项集分析

介绍

item_sets = [
    ['f', 'a', 'c', 'd', 'g', 'i', 'm', 'p'],
    ['a', 'b', 'c', 'f', 'l', 'm', 'o'],
    ['b', 'f', 'h', 'j', 'o', 'w'],
    ['b', 'c', 'k', 's', 'p'],
    ['a', 'f', 'c', 'e', 'l', 'p', 'm', 'n']
]

这篇文章的出现都是这个数据集惹的祸

自己写FP-Growth算法在测试这个数据集的时候（最小支持度计数设置为3）出现了漏掉一些频繁项集的问题，于是就去看了一下pyfpgrowth 1.0 版本 的源码，但是在用的时候（最小支持度计数设置为3）也出现了漏掉频繁项集的问题 所以自己结合  pyfpgrowth 1.0 版本的源码与一篇博客

FP-growth 算法与Python实现_蕉叉熵的博客-CSDN博客_fp-growth自己写了一份代码。本文主要说明代码的实现，以及pyfpgrowth库的一个问题，具体原理请看FP-growth 算法与Python实现_蕉叉熵的博客-CSDN博客_fp-growth

代码实现与解释

import itertools
import time
 
 
def get_time(func):
    """
    一个装饰器函数用于计算代码运行时间
    :param func:
    :return:
    """
    def fun(*args, **kwargs):
        start = time.time()
        ret = func(*args, **kwargs)
        end = time.time()
        t = end - start
        print('花费时间：', t)
        return ret
    return fun
 
 
class FPNode(object):
    """
    FP树节点，
    与pyfpgrowth库中基本一致
    """
 
    def __init__(self, value, count: int, parent):
 
        self.value = value
        self.count = count
        self.parent = parent
        self.next = None
        self.children = []
 
    def has_child(self, value) -> bool:
 
        for child in self.children:
            if value == c