Ημι-επιβλεπόμενος Αλγόριθμος Apriori
Ο ημι-επιβλεπόμενος αλγόριθμος Apriori επεκτείνει τον κλασικό αλγόριθμο εξόρυξης συχνών συνόλων αντικειμένων Apriori, ενσωματώνοντας γνώση υποβάθρου ή επισημασμένους περιορισμούς — όπως ζεύγη που πρέπει να συνυπάρχουν (must-link), απαγορευμένα αντικείμενα, ή κατώφλια ελάχιστης υποστήριξης που καθορίζονται από τον χρήστη ανά ομάδα — για να κατευθύνει την ανακάλυψη προς πρακτικά ουσιαστικούς κανόνες συσχέτισης και να μειώσει τον χώρο αναζήτησης.
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., & Srikant, R. (1994). Fast algorithms for mining association rules. Proceedings of the 20th International Conference on Very Large Data Bases (VLDB), 487–499. link ↗
- Liu, B., Hsu, W., & Ma, Y. (1999). Mining association rules with multiple minimum supports. Proceedings of the 5th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 337–341. DOI: 10.1145/312129.312274 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Semi-supervised Apriori Algorithm for Constrained Association Rule Mining. ScholarGate. https://scholargate.app/el/machine-learning/semi-supervised-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.
- Εξόρυξη Κανόνων Συσχέτισης (Apriori)Μηχανική Μάθηση↔ compare
- Συνεργατικό ΦιλτράρισμαΜηχανική Μάθηση↔ compare
- FP-Growth (Ανάπτυξη Συχνών Μοτίβων)Μηχανική Μάθηση↔ compare
- Ημι-επιβλεπόμενη ΜάθησηΜηχανική Μάθηση↔ compare
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →