Machine learningMachine learning

Semi-supervised Association Rule Mining

Η τυπική εξόρυξη κανόνων συσχέτισης βρίσκει όλα τα συχνά πρότυπα συν-εμφάνισης χωρίς καμία αίσθηση του τι έχει σημασία. Οι ημι-επιβλεπόμενοι κανόνες συσχέτισης αλλάζουν αυτό επιτρέποντας σε ένα μικρό σύνολο επισημασμένων παραδειγμάτων ή περιορισμών πεδίου να κατευθύνουν την αναζήτηση: προτιμώνται κανόνες που ευθυγραμμίζονται με την γνωστή δομή κλάσης έναντι στατιστικά συχνών αλλά ασήμαντων κανόνων. Σκεφτείτε το σαν να δίνετε στον αλγόριθμο μερικές υποδείξεις για το τι ενδιαφέρει τον αναλυτή, ώστε να σταματήσει να εμφανίζει τετριμμένα ή ήδη γνωστά πρότυπα και αντ' αυτού να επισημαίνει γνήσια νέα, εφαρμόσιμα πρότυπα. Το αποτέλεσμα συνδυάζει το εύρος της μη επιβλεπόμενης ανακάλυψης προτύπων με αρκετή καθοδήγηση για να διατηρήσει τα αποτελέσματα σχετικά.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

The neighbourhood of related methods — select a node to explore.

Πηγές

  1. Liu, B., Hsu, W., & Ma, Y. (2003). Integrating Classification and Association Rule Mining. In Proceedings of the 4th IEEE International Conference on Data Mining (ICDM), pp. 339–346. link
  2. Association rule learning. Wikipedia. link

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Semi-supervised Association Rule Mining. ScholarGate. https://scholargate.app/el/machine-learning/semi-supervised-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.

Compare side by side

Αναφέρεται από

ScholarGateSemi-supervised Association Rules (Semi-supervised Association Rule Mining). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/machine-learning/semi-supervised-association-rules · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026