FP-Growth Explicable
FP-Growth Explicable aumenta el algoritmo clásico de minería de patrones frecuentes FP-Growth con herramientas de interpretabilidad post-hoc —como puntuaciones de importancia de reglas, árboles de patrones visuales y explicaciones contrafactuales— para que los analistas no solo puedan descubrir conjuntos de ítems frecuentes y reglas de asociación, sino también comprender por qué importan ciertos patrones, qué ítems impulsan la confianza de las reglas y cómo comunicar los hallazgos de manera transparente a las partes interesadas.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Han, J., Pei, J., & Yin, Y. (2000). Mining frequent patterns without candidate generation. ACM SIGMOD Record, 29(2), 1–12. DOI: 10.1145/335191.335372 ↗
- Association rule learning. Wikipedia. link ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Explainable Frequent Pattern Growth (XAI-Augmented FP-Growth). ScholarGate. https://scholargate.app/es/machine-learning/explainable-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.
- Algoritmo AprioriAprendizaje automático↔ compare
- Reglas de asociaciónAprendizaje automático↔ compare
- Reglas de Asociación ExplicablesAprendizaje automático↔ compare
- FP-Growth (Frequent Pattern Growth)Aprendizaje automático↔ compare
- FP-growth semisupervisadoAprendizaje automático↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →