Machine learningMachine learning

Полу-наблюдаван FP-growth

Полу-наблюдаваният FP-growth разширява класическия алгоритъм Frequent Pattern growth чрез включване на частични етикети, дефинирани от потребителя ограничения или информация на ниво клас, за да насочва откриването на чести набори от елементи. Вместо да извлича всички модели безразборно, той се фокусира върху модели, които са едновременно статистически чести и семантично значими, предвид наличния сигнал за наблюдение.

Отворете в MethodMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

The neighbourhood of related methods — select a node to explore.

Източници

  1. Han, J., Pei, J., & Yin, Y. (2000). Mining frequent patterns without candidate generation. Proceedings of the 2000 ACM SIGMOD International Conference on Management of Data, 1–12. DOI: 10.1145/342009.335372
  2. FP-growth algorithm. Wikipedia. link

Как да цитирате тази страница

ScholarGate. (2026, June 3). Semi-supervised Frequent Pattern Growth. ScholarGate. https://scholargate.app/bg/machine-learning/semi-supervised-fp-growth

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.

Compare side by side

Цитиран в

ScholarGateSemi-supervised FP-growth (Semi-supervised Frequent Pattern Growth). Извлечено на 2026-06-15 от https://scholargate.app/bg/machine-learning/semi-supervised-fp-growth · Набор от данни: https://doi.org/10.5281/zenodo.20539026