Εξόρυξη Κανόνων Συσχέτισης (Apriori)
Η Εξόρυξη Κανόνων Συσχέτισης είναι μια τεχνική εξόρυξης δεδομένων χωρίς επίβλεψη που ανακαλύπτει μοτίβα συν-εμφάνισης μεταξύ στοιχείων σε συναλλακτικές βάσεις δεδομένων. Παρουσιάστηκε επίσημα από τους Agrawal, Imieliński και Swami το 1993, και βελτιώθηκε με τον ορόσημο αλγόριθμο Apriori από τους Agrawal και Srikant το 1994, αναγνωρίζει κανόνες της μορφής X ⇒ Y — που σημαίνει ότι οι συναλλαγές που περιέχουν το σύνολο στοιχείων X τείνουν επίσης να περιέχουν το σύνολο στοιχείων Y — ποσοτικοποιημένοι με υποστήριξη, εμπιστοσύνη και ανύψωση.
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.
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 2). Association Rule Mining (Apriori). ScholarGate. https://scholargate.app/el/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.
- Τυπική Ανάλυση Εννοιών (FCA)Ήπια Υπολογιστική↔ compare
- Συσταδοποίηση K-MeansΜηχανική Μάθηση↔ compare
- Επαγωγή Κανόνων (RIPPER)Μηχανική Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →