Emerging Pattern Mining
Emerging Pattern Mining (EPM) ist eine kontrastbasierte Data-Mining-Technik, die Itemsets identifiziert, deren Support signifikant ansteigt – oder von Null auf einen Wert springt –, wenn von einem Datensatz (oder einer Klasse) zu einem anderen gewechselt wird. Eingeführt von Dong und Li im Jahr 1999, wird sie hauptsächlich in der Klassifikation, Anomalieerkennung und Trendanalyse eingesetzt, wo die Entdeckung diskriminativer Muster zwischen zwei Populationen oder Zeiträumen das zentrale Ziel ist.
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
- Dong, G., & Li, J. (1999). Efficient mining of emerging patterns: Discovering trends and differences. ACM SIGKDD, 43–52. DOI: 10.1145/312129.312191 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 2). Emerging Pattern Mining. ScholarGate. https://scholargate.app/de/machine-learning/emerging-pattern-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.
- Assoziationsregel-Mining (Apriori)Maschinelles Lernen↔ compare
- FP-Growth (Frequent Pattern Growth)Maschinelles Lernen↔ compare
- Regelinduktion (RIPPER)Maschinelles Lernen↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →