华为云AI开发平台ModelArtsFP-growth_云淘科技
概述
“FP-Growth”节点用于挖掘频繁模式,该算法使用了一种称为频繁模式树(Frequent Pattern Tree)的数据结构。FP-tree是一种特殊的前缀树,由频繁项头表和项前缀树构成。FP-Growth算法基于以上的结构加快整个挖掘过程。
输入
参数 |
子参数 |
参数说明 |
---|---|---|
inputs |
dataframe |
inputs为字典类型,dataframe为pyspark中的DataFrame类型对象 |
输出
数据集和spark pipeline类型的模型
参数说明
参数 |
子参数 |
参数说明 |
---|---|---|
input_features_str |
– |
数据集的特征列名组成的格式化字符串,例如: “column_a” “column_a,column_b” |
fp_items_col |
– |
fp-growth模型训练所需要的项目数组的列名 |
prediction_col |
– |
预测列名 |
min_support |
– |
最小支持度 |
min_confidence |
– |
生成关联规则的最小置信度 |
样例
inputs = { "dataframe": None # @input {"label":"dataframe","type":"DataFrame"} } params = { "inputs": inputs, "input_features_str": "", # @param {"label":"input_features_str","type":"string","required":"false","helpTip":""} "fp_items_col": "values", # @param {"label":"fp_items_col","type":"string","required":"false","helpTip":""} "prediction_col": "prediction", # @param {"label":"prediction_col","type":"string","required":"false","helpTip":""} "min_support": 0.3, # @param {"label":"min_support","type":"number","required":"true","range":"(none,none)","helpTip":""} "min_confidence": 0.8 # @param {"label":"min_confidence","type":"number","required":"true","range":"(none,none)","helpTip":""} } fp_growth____id___ = MLSFPGrowth(**params) fp_growth____id___.run() # @output {"label":"pipeline_model","name":"fp_growth____id___.get_outputs()['output_port_1']","type":"PipelineModel"} # @output {"label":"dataframe","name":"fp_growth____id___.get_outputs()['output_port_2']","type":"DataFrame"}
父主题: 特征工程
同意关联代理商云淘科技,购买华为云产品更优惠(QQ 78315851)
内容没看懂? 不太想学习?想快速解决? 有偿解决: 联系专家