Semi-supervised FP-growth
Semi-supervised FP-growth udvider den klassiske Frequent Pattern growth-algoritme ved at inkorporere partielle labels, brugerdefinerede begrænsninger eller information på klasseniveau for at styre opdagelsen af hyppige itemsets. I stedet for at mine alle mønstre uden skelnen, fokuserer den på mønstre, der er både statistisk hyppige og semantisk meningsfulde givet det tilgængelige supervisionssignal.
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
- 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 ↗
- FP-growth algorithm. Wikipedia. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Semi-supervised Frequent Pattern Growth. ScholarGate. https://scholargate.app/da/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.
- BeslutningstræMaskinlæring↔ compare
- FP-Growth (Frequent Pattern Growth)Maskinlæring↔ compare
- Random ForestMaskinlæring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →