Regles d'associació semi-supervisades
La mineria de regles d'associació semi-supervisada estén l'aprenentatge clàssic de regles d'associació incorporant una petita quantitat de dades etiquetades al costat d'un conjunt de dades no etiquetades més gran. Utilitza informació de classe coneguda o restriccions proporcionades per l'usuari per guiar el descobriment de regles que siguin tant estadísticament freqüents com semànticament significatives, connectant la mineria de patrons no supervisada amb una supervisió lleugera.
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
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Semi-supervised Association Rule Mining. ScholarGate. https://scholargate.app/ca/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.
- Algorisme AprioriAprenentatge automàtic↔ compare
- FP-Growth (Frequent Pattern Growth)Aprenentatge automàtic↔ compare
- Propagació d'etiquetesAprenentatge automàtic↔ compare
- Aprenentatge semi-supervisatAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →