Machine learningMachine learning

Η ημι-επιβλεπόμενη μέθοδος FP-growth

Η ημι-επιβλεπόμενη μέθοδος FP-growth επεκτείνει τον κλασικό αλγόριθμο Frequent Pattern growth ενσωματώνοντας μερικές ετικέτες, περιορισμούς οριζόμενους από τον χρήστη ή πληροφορίες σε επίπεδο κλάσης για την καθοδήγηση της ανακάλυψης συχνών συνόλων αντικειμένων. Αντί να εξορύσσει όλα τα μοτίβα ανεπιφύλακτα, εστιάζει σε μοτίβα που είναι ταυτόχρονα στατιστικά συχνά και σημασιολογικά ουσιαστικά, δεδομένης της διαθέσιμης εποπτείας.

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. Han, J., Pei, J., & Yin, Y. (2000). Mining frequent patterns without candidate generation. Proceedings of the 2000 ACM SIGMOD International Conference on Management of Data, 1–12. DOI: 10.1145/342009.335372
  2. FP-growth algorithm. Wikipedia. link

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Semi-supervised Frequent Pattern Growth. ScholarGate. https://scholargate.app/el/machine-learning/semi-supervised-fp-growth

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 FP-growth (Semi-supervised Frequent Pattern Growth). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/machine-learning/semi-supervised-fp-growth · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026