Полу-наблюдавано извличане на асоциативни правила
Полу-наблюдаваното извличане на асоциативни правила разширява класическото обучение на асоциативни правила чрез включване на малко количество етикетирани данни заедно с по-голям набор от нетикетирани данни. То използва информация за познати класове или ограничения, предоставени от потребителя, за да насочи откриването на правила, които са едновременно статистически чести и семантично смислени, свързвайки ненадзираваното извличане на закономерности с лека форма на наблюдение.
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
Как да цитирате тази страница
ScholarGate. (2026, June 3). Semi-supervised Association Rule Mining. ScholarGate. https://scholargate.app/bg/machine-learning/semi-supervised-association-rules
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.
- Алгоритъм AprioriМашинно обучение↔ compare
- FP-Growth (Често срещани модели)Машинно обучение↔ compare
- Label PropagationМашинно обучение↔ compare
- Полу-наблюдавано обучениеМашинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →