Assoziationsregel-Mining (Apriori)
Assoziationsregel-Mining ist eine unüberwachte Data-Mining-Technik, die Muster des gemeinsamen Auftretens (Co-Occurrence) zwischen Elementen in Transaktionsdatensätzen aufdeckt. Formell 1993 von Agrawal, Imieliński und Swami eingeführt und 1994 mit dem wegweisenden Apriori-Algorithmus von Agrawal und Srikant verfeinert, identifiziert sie Regeln der Form X ⇒ Y – was bedeutet, dass Transaktionen, die das Itemset X enthalten, tendenziell auch das Itemset Y enthalten – quantifiziert durch Support, Konfidenz und Lift.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Agrawal, R., Imieliński, T., & Swami, A. (1993). Mining association rules between sets of items in large databases. ACM SIGMOD, 207–216. DOI: 10.1145/170035.170072 ↗
- Agrawal, R., & Srikant, R. (1994). Fast algorithms for mining association rules. Proceedings of the 20th VLDB Conference, 487–499. link ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 2). Association Rule Mining (Apriori). ScholarGate. https://scholargate.app/de/machine-learning/association-rule-mining
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.
- Formale Begriffsanalyse (FBA)Soft Computing↔ compare
- K-Means-ClusteringMaschinelles Lernen↔ compare
- Regelinduktion (RIPPER)Maschinelles Lernen↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →