---
title: PrefixSpan
description: "PrefixSpan为MLlib API类模型接口。"
url: https://www.hikunpeng.com/document/detail/zh/kunpengboostkithistory/2200/bds/kunpengbdssparkml_16_0032.html
sourcePath: /source/zh/kunpengboostkithistory/2200/bds/kunpengbdssparkml_16_0032.html
indexId: 40a89610e92256dd00ddd4c3a516834c926739e12f3830c8674cdd5cf28b481a73
---
# PrefixSpan

PrefixSpan为MLlib API类模型接口。

| 模型接口类别 | 函数接口 |
| --- | --- |
| MLlib API | def run[Item, Itemset <: Iterable[Item], Sequence <: Iterable[Itemset]](data: JavaRDD[Sequence]): PrefixSpanModel[Item] def run[Item](data: RDD[Array[Array[Item]]])(implicit arg0: ClassTag[Item]): PrefixSpanModel[Item] |


#### MLlib API

- 功能描述
  传入RDD格式的序列数据，设置最小支持度和最大模式长度，调用run接口，输出满足条件的全部频繁序列。


- 输入输出

  1. 包名：package org.apache.spark.mllib.fpm
  2. 类名：PrefixSpan
  3. 方法名：run
  4. 输入：JavaRDD[Sequence] / RDD[Array[Array[Item]]]，全量的序列数据
  5. 基于原生算法优化的参数

```
MaxLocalProjDBSize //Prefix本地求解所允许的最大投影数据量
MaxPatternLength //频繁序列模式的最大长度
MinSupport //频繁序列模式的最小支持度
```


  6. 新增算法参数| 参数名称 | 取值类型 | 描述 | spark conf参数名 |
| --- | --- | --- | --- |
| localTimeout | Int，缺省值为300，必须大于等于0。 | 本地求解的超时时间，单位是秒。 | spark.boostkit.ml.ps.localTimeout |
| filterCandidates | Boolean，缺省值为false。 | 是否过滤prefix候选集。 | spark.boostkit.ml.ps.filterCandidates |
| projDBStep | Double，缺省值为10。 | 进阶参数，通常保持缺省值即可；投影数据量的调整步调。 | spark.boostkit.ml.ps.projDBStep |


    参数及run代码接口示例： 1 2 3 4 5 val prefixSpan = new PrefixSpan() .setMinSupport(params.minSupport) .setMaxPatternLength(params.maxPatternLength) .setMaxLocalProjDBSize(params.maxLocalProjDBSize) val model = prefixSpan.run(sequences)

  7. 输出：PrefixSpanModel[Item]，频繁序列模型

- 使用样例
  1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 import org.apache.spark.mllib.fpm.PrefixSpan val sequences = sc.parallelize(Seq( Array(Array(1, 2), Array(3)), Array(Array(1), Array(3, 2), Array(1, 2)), Array(Array(1, 2), Array(5)), Array(Array(6)) ), 2).cache() val prefixSpan = new PrefixSpan() .setMinSupport(0.5) .setMaxPatternLength(5) val model = prefixSpan.run(sequences) model.freqSequences.collect().foreach { freqSequence => println( s"${freqSequence.sequence.map(_.mkString("[", ", ", "]")).mkString("[", ", ", "]")}," + s" ${freqSequence.freq}") }


- 结果样例
  1 2 3 4 5 [[2]], 3 [[3]], 2 [[1]], 3 [[2, 1]], 3 [[1], [3]], 2