Επεξηγήσιμοι Κανόνες Συσχέτισης
Οι Επεξηγήσιμοι Κανόνες Συσχέτισης αξιοποιούν την εγγενώς συμβολική, δομή «αν-τότε» της εξόρυξης κανόνων συσχέτισης για να παρέχουν κατανοητές από τον άνθρωπο εξηγήσεις προτύπων δεδομένων ή αποφάσεων «μαύρου κουτιού». Επειδή κάθε κανόνας δηλώνει ρητά την πρότασή του και το συμπέρασμά του μαζί με την υποστήριξη, την εμπιστοσύνη και την ανύψωση, τα αποτελέσματα είναι εγγενώς ερμηνεύσιμα χωρίς να απαιτείται δευτερογενής εκ των υστέρων αντικατάσταση.
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., Imielinski, T., & Swami, A. (1993). Mining association rules between sets of items in large databases. Proceedings of the 1993 ACM SIGMOD International Conference on Management of Data, 207–216. DOI: 10.1145/170035.170072 ↗
- Murdoch, W. J., Singh, C., Kumbier, K., Abbasi-Asl, R., & Yu, B. (2019). Definitions, methods, and applications in interpretable machine learning. Proceedings of the National Academy of Sciences, 116(44), 22071–22080. DOI: 10.1073/pnas.1900654116 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Explainable Association Rules Mining. ScholarGate. https://scholargate.app/el/machine-learning/explainable-association-rules
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.
- Αλγόριθμος AprioriΜηχανική Μάθηση↔ compare
- Κανόνες ΣυσχέτισηςΜηχανική Μάθηση↔ compare
- Επεξηγήσιμο Δέντρο ΑπόφασηςΜηχανική Μάθηση↔ compare
- Επεξηγήσιμος Αφελής BayesΜηχανική Μάθηση↔ compare
- Επεξηγήσιμος Τυχαίος ΔάσοςΜηχανική Μάθηση↔ compare
- FP-Growth (Ανάπτυξη Συχνών Μοτίβων)Μηχανική Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →