python-3.x - 为什么在这个实现中 Apriori 比 FP-Growth 运行得更快？

Question

我正在使用 Christian Borlget 的FP-Growth和Apriori包来查找频繁项集和关联规则。根据他的论文，fp-growth 在所有情况下都比先验表现更好。

在我的机器上运行 FP-Growth，在一个 ~36MB（~500,000 行）的 csv 文件上，显示：

from fim import apriori, fpgrowth
s = time.time()
fp = fpgrowth(tracts, target='r', supp=0.0065, zmin=2, report="C,S") # tracts is a list of lists
e = time.time()
print(e - s)

41.10438871383667

而 Apriori 的结果是：

s = time.time()
ap = apriori(tracts, target='r', supp=0.0065, zmin=2, report="C,S")
e = time.time()
print(e - s)

34.50810647010803

我在实施中遗漏了什么？

Answer 1

不能保证任何一个总是比另一个更好。例如，如果没有项目满足最低支持，Apriori 可以非常快。当你最长的项目集是 2 个项目集时，一个非常幼稚的版本就可以了。Apriori 修剪和 fptree 只有在您选择（更有趣！）更长的项目集时才开始发光，这可能需要选择低支持参数。