Откриване на асоциативни правила (Apriori)
Откриването на асоциативни правила е техника за неосъзнато извличане на данни (unsupervised data-mining), която разкрива модели на съвместна поява на елементи в транзакционни набори от данни. Формално въведено от Agrawal, Imieliński и Swami през 1993 г. и усъвършенствано с основополагащия алгоритъм Apriori от Agrawal и Srikant през 1994 г., то идентифицира правила от вида X ⇒ Y — което означава, че транзакции, съдържащи елементния набор X, също са склонни да съдържат елементния набор Y — количествено определени чрез поддръжка (support), достоверност (confidence) и повдигане (lift).
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Agrawal, R., Imieliński, T., & Swami, A. (1993). Mining association rules between sets of items in large databases. ACM SIGMOD, 207–216. DOI: 10.1145/170035.170072 ↗
- Agrawal, R., & Srikant, R. (1994). Fast algorithms for mining association rules. Proceedings of the 20th VLDB Conference, 487–499. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 2). Association Rule Mining (Apriori). ScholarGate. https://scholargate.app/bg/machine-learning/association-rule-mining
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Формален анализ на понятия (Formal Concept Analysis, FCA)Меки изчисления↔ compare
- Клъстериране с К-средниМашинно обучение↔ compare
- Индукция на правила (RIPPER)Машинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →