星火MLlib FPGrowth运行但不显示频繁项集

Question

我试图用FPGrowth对交易数据进行MLlib的基本市场篮子分析。我已将交易编码为相同的格式：

    transactions.take(3)
    res632: Array[Array[String]] = Array(Array(7976503128), Array(68113132893, 1800000725, 3120027015, 4850030414, 2100061223, 5150055538, 60538871457), Array(68113174202))

其中数组中的单个数字是我的产品id作为字符串(例如，68113132893、7976503128等)。

现在，当我运行FPGrowth模型时，它运行时没有任何错误：

    val fpg = new FPGrowth()
        .setMinSupport(0.5)
        .setNumPartitions(10)
    val modelBuild = fpg.run(transactions)

    fpg: org.apache.spark.mllib.fpm.FPGrowth = org.apache.spark.mllib.fpm.FPGrowth@74a103be
    modelBuild: org.apache.spark.mllib.fpm.FPGrowthModel[String] = org.apache.spark.mllib.fpm.FPGrowthModel@391b111a

但当我试图获取频繁项集时，它显示的是空白数组

    modelBuild.freqItemsets.collect().foreach { itemset =>
    println(itemset.freq)
    }

    res660: Array[org.apache.spark.mllib.fpm.FPGrowth.FreqItemset[String]] = Array()

找不到哪里出了问题。请帮帮我！

Answer 1

将minSupport降低到0.00001，所有的集合都将被打印出来。来自星火的文件：

minSupport:对要识别为频繁的项目集的最低支持。例如，如果一个项出现在5个事务中的3个，那么它的支持值为3/5=0.6。