说明：参考Mahout FP算法相关相关源码。
算法工程可以在FP关联规则计算置信度下载：（只是单机版的实现，并没有MapReduce的代码）
使用FP关联规则算法计算置信度基于下面的思路：
1. 首先使用原始的FP树关联规则挖掘出所有的频繁项集及其支持度；这里需要注意，这里是输出所有的频繁项集，并没有把频繁项集合并，所以需要修改FP树的相关代码，在某些步骤把所有的频繁项集输出；（ps：参考Mahout的FP树单机版的实现，进行了修改，暂不确定是否已经输出了全部频繁项集）
为举例简单，可以以下面的数据为例（原始事务集）：
牛奶,鸡蛋,面包,薯片 鸡蛋,爆米花,薯片,啤酒 鸡蛋,面包,薯片 牛奶,鸡蛋,面包,爆米花,薯片,啤酒 牛奶,面包,啤酒 鸡蛋,面包,啤酒 牛奶,面包,薯片 牛奶,鸡蛋,面包,黄油,薯片 牛奶,鸡蛋,黄油,薯片
0,2,3=4 2,4=3 0,1,2,3=3 3=6 2=7 1,2=5 1=7 0=7 0,3=5 0,2=6 0,1=5 4=4 0,1,2=4 0,1,3=4 1,3=5 1,4=3上面的频繁项集中，等号后面的是支持度；每条频繁项集显示的是经过编码的，编码的规则如下：{薯片=0, 牛奶=3, 鸡蛋=2, 面包=1, 啤酒=4}。同时，可以看到上面的频繁项集中的编码是按照顺序排列的（从小到大）；
计算每条频繁项集的置信度（只计算2项和2项以上的频繁项集）：
1） 对于频繁n项集，查找其前向（前向定义为前面n-1项集，比如频繁项集：0,2,3那么其前向为0,2）的支持度，如果频繁n项集存在，那么其前向（频繁n-1项集）必然存在（如果频繁项集是所有的频繁项集的话，这个规则一定是成立的）；
2）使用n项集的支持度除以n项集的前向的支持度即可得到n项集的置信度；
3. 按照2中的计算方法是可以计算所有的频繁项集的置信度的，但是这里有个问题：只能计算比如0,2,3这个频繁项集的置信度，而不能计算0,3,2这个频繁项集的置信度（FP算法中频繁项集0,2,3和0,3,2是一样的频繁项集，但是计算置信度的时候就会不一样）；
4. 针对3的问题，可以给出下面的解决方案；
// generateTopKFrequentPatterns(new TransactionIterator<A>( // transactionStream, attributeIdMapping), attributeFrequency, // minSupport, k, reverseMapping.size(), returnFeatures, // new TopKPatternsOutputConverter<A>(output, reverseMapping), // updater);修改为下面的代码：
generateTopKFrequentPatterns(new TransactionIterator<A>( transactionStream, attributeIdMapping), attributeFrequency, minSupport, k, reverseMapping.size(), returnFeatures,reverseMapping );这种修改在FPTree里面有很多，就不一一赘述，详情参考本文源码下载的工程；
addFrequentPatternMaxHeap(frequentPatterns);
/**
* 存储所有频繁项集
* @param patternsOut
*/
private static void addFrequentPatternMaxHeap(FrequentPatternMaxHeap patternsOut){
String[] pStr=null;
// 这里的Pattern有问题，暂时使用字符串解析
for(Pattern p:patternsOut.getHeap()){
pStr=p.toString().split("-");
if(pStr.length<=0){
continue;
}
// 对字符串进行下处理，这样可以减少存储
pStr[0]=pStr[0].replaceAll(" ", "");
pStr[0]=pStr[0].substring(1,pStr[0].length()-1);
if(patterns.containsKey(pStr[0])){
if(patterns.get(pStr[0])<p.support()){// 只取支持度最大的
patterns.remove(pStr[0]);
patterns.put(pStr[0], p.support());
}
}else{
patterns.put(pStr[0], p.support());
}
}
}这里假定这样的操作可以得到所有的频繁项集，并且存入到了patterns静态map变量中。/**
* 根据排序频繁相机支持度 生成多频繁项集支持度
*/
public void generateFatPatterns(){
int[] patternInts=null;
for(String p :patterns.keySet()){
patternInts = getIntsFromPattern(p);
if(patternInts.length==1){// 针对频繁一项集
fatPatterns.put(String.valueOf(patternInts[0]), patterns.get(p));
}else{
putInts2FatPatterns(patternInts,patterns.get(p));
}
}
}
/**
* 把数组中的每一项作为后向进行输出,添加到fatpatterns中
* @param patternInts
* @param support
*/
private void putInts2FatPatterns(int[] patternInts, Long support) {
// TODO Auto-generated method stub
String patternStr =Ints2Str(patternInts);
fatPatterns.put(patternStr, support);// 处理最后一个后向
for(int i=0;i<patternInts.length-1;i++){// 最后一个后向在前面已经处理
// 不能使用同一个数组
patternStr=Ints2Str(swap(patternInts,i,patternInts.length-1));
fatPatterns.put(patternStr, support);
}
} public void savePatterns(String output,Map<String,Long> map){
// 清空patternsMap
patternsMap.clear();
String preItem=null;
for(String p:map.keySet()){
// 单项没有前向，不用找
if(p.lastIndexOf(",")==-1){
continue;
}
// 找出前向
preItem = p.substring(0, p.lastIndexOf(","));
if(map.containsKey(preItem)){
// patterns.get(p) 支持度，patterns.get(preItem)前向支持度
patternsMap.put(p, map.get(p)*1.0/map.get(preItem));
}
}
FPTreeDriver.createFile(patternsMap, output);
}由于把频繁项集和支持度都放入了Map中，所以这样计算比较简单。
分享，成长，快乐
转载请注明blog地址：http://blog.csdn.net/fansy1990
原文地址：http://blog.csdn.net/fansy1990/article/details/41279833
