Frequent Pattern频繁模式：频繁地出现在数据集中的模式，算法包括Apriori算法（相见），FP-Tree算法，FP-Tree是Apriori算法的改良版本，具体算法过程可以结合Apriori算法进行理解。
前提条件：最小支持度为2
数据集，有四个事务数据 ，分别的商品包括：
事务1：1,3,4（商品id）
事务2：2,3,5
事务3：1,2,3,5
事务4：2,5
扫描数据集，统计每个商品id的数量，由于最小支持度为2，而商品id4的数量为1，不满足，并按照支持度从大到小排序，过程如下图所示：
然后利用有序的物品支持度集合，将事务与商品数据集合排序，过程如下
上图，事务1的购买商品是1,3,4，由于4商品已不符合，所以去掉，剩下商品的1,3按照支持度排序，由于3的支持度是3,1的支持度是2,所以最终的结果是3,1
按照事务1的处理方式，其他事务的处理方式相同
接下来按照有序的结果集构建FPtree，过程如下：
上图是项（3,1）、（2,3,5）构建Fptree的示意图。
上图是项（2,3,5,1）、（2,5）在之前项的基础上构建Fptree的示意图。
未完。。。。