Semiovervågede associationsregler
Semiovervåget associationsregelminedrift udvider klassisk associationsregellæring ved at inkorporere en lille mængde mærkede data sammen med et større umærket datasæt. Den bruger kendt klasseinformation eller brugerdefinerede begrænsninger til at styre opdagelsen af regler, der er både statistisk hyppige og semantisk meningsfulde, og bygger bro mellem uovervåget mønsterminedrift og let overvågning.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
Sådan citerer du denne side
ScholarGate. (2026, June 3). Semi-supervised Association Rule Mining. ScholarGate. https://scholargate.app/da/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.
- Apriori AlgoritmenMaskinlæring↔ compare
- FP-Growth (Frequent Pattern Growth)Maskinlæring↔ compare
- Label PropagationMaskinlæring↔ compare
- Semi-supervised LearningMaskinlæring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →