Regles d'associació
L'aprenentatge de regles d'associació és una tècnica no supervisada que descobreix patrons de co-ocurrència — implicacions del tipus 'si X llavors Y' — dins de grans conjunts de dades transaccionals. Formalitzat originalment per Agrawal, Imielinski i Swami (1993) per a l'anàlisi de cistelles de la compra en supermercats, ara s'aplica àmpliament en recomanacions de comerç electrònic, informàtica sanitària, bioinformàtica i investigació del comportament.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Agrawal, R., Imielinski, T., & Swami, A. (1993). Mining association rules between sets of items in large databases. Proceedings of the 1993 ACM SIGMOD International Conference on Management of Data, 207–216. DOI: 10.1145/170035.170072 ↗
- Tan, P.-N., Steinbach, M., Karpatne, A., & Kumar, V. (2018). Introduction to Data Mining (2nd ed., Ch. 5). Pearson. ISBN: 978-0-13-312890-1
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Association Rule Learning (Market Basket Analysis). ScholarGate. https://scholargate.app/ca/machine-learning/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.
- Algorisme AprioriAprenentatge automàtic↔ compare
- Agrupació K-meansAprenentatge automàtic↔ compare
- Aprenentatge semi-supervisatAprenentatge automàtic↔ compare
- Votació en conjuntAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →