Αλγόριθμος Apriori
Ο αλγόριθμος Apriori, που εισήχθη από τους Agrawal και Srikant το 1994, είναι η θεμελιώδης μέθοδος για την ανακάλυψη συχνών συνόλων στοιχείων και κανόνων συσχέτισης σε βάσεις δεδομένων συναλλαγών. Χρησιμοποιεί μια αναζήτηση πλάτους, ανά επίπεδο, καθοδηγούμενη από την αντι-μονοτονική ιδιότητα της υποστήριξης για την αποτελεσματική απαρίθμηση όλων των συνδυασμών στοιχείων που συν-εμφανίζονται πάνω από ένα ελάχιστο όριο που ορίζεται από τον χρήστη, και στη συνέχεια εξάγει ερμηνεύσιμους κανόνες αν-τότε από αυτά τα μοτίβα.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Πηγές
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Apriori Algorithm for Association Rule Mining. ScholarGate. https://scholargate.app/el/machine-learning/apriori-algorithm
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.
- Κανόνες ΣυσχέτισηςΜηχανική Μάθηση↔ compare
- FP-Growth (Ανάπτυξη Συχνών Μοτίβων)Μηχανική Μάθηση↔ compare
- Ομαδοποίηση K-meansΜηχανική Μάθηση↔ compare
- Διαδικτυακή ΜάθησηΜηχανική Μάθηση↔ compare
- Ημι-επιβλεπόμενη ΜάθησηΜηχανική Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →