FP_growth与Apriori算法比较应用，杨威，耿立明，随着数据挖掘技术的不断向前发展，新的、高效的算法的不断出现。服务行业业务中，由于算法的固有缺陷而影响数据挖掘效果和效率的

机器学习之关联分析与频繁项集（Apriori和FP-Growth算法）-附件资源

matlab经济学代码2017年QJE的Kogan，L.，Papanikolaou，D.，Seru.A.和Stoffman，N.的复制代码和数据 该软件包为2017年L. Kogan，D。Papanikolaou，A。Seru和N. Stoffman的主要结果提供了复制代码。技术创新，资源分配和增长。 经济学季刊，132（2），第665-712页。 该文件可在上找到。 文件夹./Code包含所有程序，而文件夹./Data包含所有需要的输入数据文件。 代码 ./Code文件夹包含两种程序类型的代码文件：Stata和Matlab。 使用Stata的代码文件： 先决条件： 为了使代码正确运行，您需要在Stata中安装以下软件包： winsorizeJ ：使用因年份而异的断点对变量进行Winsorize 。 （文件夹./Code中提供了winsorizeJ.ado文件） cluster2 ：2D集群标准错误。 （在文件夹./Code中提供了cluster2.ado文件） ivreg2 ：IV回归具有比STATA ivreg更多的功能。 （使用命令“ ssc install ivreg2”安装软

是用C++语言编写的ＦＰ算法，代码可读性好，而且可以直接可以运行的！

刺激FP增长 ＃史卡拉·兰格恩（Scala Languange）的#Wirte

聚类分析常用算法FP-Growth的spark实现算法,

使用此代码模拟基本的微观结构演变。 这是一个相当古老的代码。 将很快在 2D 和 3D 中发布更新的代码。 此版本使用环绕边界条件，与新代码相比，计算速度稍慢。 但是，我正在对较新的版本进行一些更改。 所以，当心新版本.. :)

Plant Growth Simulation algorithm(PGSA)，written by MATLAB

大数据环境下,传统的串行FP-Growth算法在处理海量数据时,占用内存过大、频繁项多,适用于大数据情况的PFP(parallel FP-Growth)算法存在数据量增大无法处理的缺陷。针对这些问题,提出了基于Hadoop的负载均衡数据分割FP-Growth并行算法。在Hadoop平台下,使用负载均衡和数据分割相结合的方式对原始事务数据集分片实现并行化。实验证明,基于Hadoop的负载均衡数据分割FP-Growth并行算法在处理数据量和效率上有所提高。

通过优化条件模式基生成过程，优化寻找条件模式基路径，节省了大量的挖掘时间，相比于经典FP算法，挖掘速度有了很大的提高！VC++6.0环境下运行，利用字符数据作为测试数据！程序大部分利用STL实现，有不恰当的地方希望大家批评指正！