最先进的技术：在实践中使用还是在理论上进行？

除了开发新的频繁项集算法外，APRIORI 无处不在。它很容易实现，并且很容易在非常不同的领域中重用。您会发现数百个不同质量的 APRIORI 实现。事实上，APRIORI 很容易出错。

FPgrowth 实现起来要困难得多，但也更有趣。所以从学术的角度来看，每个人都在努力提高 FPgrowth —— 现在让基于 APRIORI 的工作被接受将非常困难。

如果你有一个好的实现，那么在我看来，每个算法都有它的好和坏的情况。一个好的 APRIORI 实现只需要扫描数据库k次即可找到所有长度为k的频繁项集。特别是如果您的数据适合主内存，这很便宜。可以杀死 APRIORI 的是太多频繁的 2 项集（特别是当您不使用 Trie 和类似的加速技术等时）。它最适用于具有少量频繁项集的大数据。

Eclat 在柱子上工作；但它需要更频繁地阅读每一列。有一些关于差异集的工作以减少这项工作。如果您的数据不适合主内存，Eclat 可能比 Apriori 遭受的损失更大。通过深度优先，它还能够比 Apriori 更早地返回第一个有趣的结果，您可以使用这些结果来调整参数；所以你需要更少的迭代来找到好的参数。但是按照设计，它不能像 Apriori 那样巧妙地利用修剪。

FPGrowth 将数据集压缩到树中。当您有大量重复记录时，此方法效果最佳。如果您可以对数据进行预分类并将重复项合并到加权向量中，您可能也可以从 Apriori 和 Eclat 中获得相当多的收益。FPGrowth 做到了极致。缺点是实现起来要困难得多；一旦这棵树不再适合内存，它就会变得一团糟。

至于性能结果和基准——不要相信它们。有很多事情要执行不正确。尝试 10 种不同的实现，你会得到 10 种截然不同的性能结果。特别是对于 APRIORI，我的印象是大多数实现都被破坏了，因为缺少了 APRIORI 的一些主要贡献......并且在这些部分正确的情况下，优化的质量差异很大。

实际上甚至有关于如何有效地实现这些算法的论文：

Apriori 和 Eclat 的高效实现。
Christian Borgelt
频繁项目集挖掘实施研讨会（FIMI 2003，墨尔本，佛罗里达州，美国）。

您可能还想阅读有关此域的这些调查：

• 戈塔尔斯，巴特。“关于频繁模式挖掘的调查。” 大学。赫尔辛基 (2003)。

• Ferenc Bodon，关于频繁项集挖掘的调查，技术报告，布达佩斯科技经济大学，2006，

• 频繁项集挖掘
  Christian Borgelt
  Wiley 跨学科评论：数据挖掘和知识发现 2(6):437-456。2012

我在文献中看到的大多数最近的频繁模式方法都是基于优化 FPGrowth。我不得不承认，多年来我在 FPM 的文献中没有看到太多的发展。

这本 wikibook重点介绍了 FPGrowth 上的许多变体。