C++版的fp-growth算法

本代码是对原有代码的bug进行修改，只要修改数据就可以正常使用

FP-growth算法python实现含数据集，FP-growth算法是将数据集存储在一个特定的FP树结构之后挖掘其中的频繁项集，即常在一块出现的元素项的集合FP树。

c++实现的fp—tree的生成过程,有图形化界面。

里面包含一个可实现的fp-growth的实现代码和一个pptx的讲解和一个存在问题的展示

这个是我个人C++实现的基于FP_growth实现的关联规则挖掘的Apriori算法。跑起来速度是相当的快。但是有效Item在2000多的时候，共现Items数就达到了132万，基于2w个条目，平均条

association rule mining header file

关联规则挖掘的自顶向下Fp-Growth算法-Top Down FP-Growth for Association Rule Mining.pdf

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,

Parallel FP-Growth for query recommendation

FP-TREE算法C++实现包含源代码和测试数据集