Algoritmo Apriori Semi-supervisado
El algoritmo Apriori semi-supervisado extiende el minero clásico de conjuntos de ítems frecuentes Apriori inyectando conocimiento de fondo o restricciones etiquetadas — como pares de enlace obligatorio, ítems prohibidos o umbrales de soporte mínimo especificados por el usuario por grupo — para sesgar el descubrimiento hacia reglas de asociación prácticamente significativas y reducir el espacio de búsqueda.
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
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Semi-supervised Apriori Algorithm for Constrained Association Rule Mining. ScholarGate. https://scholargate.app/es/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.
- Minería de Reglas de Asociación (Apriori)Aprendizaje automático↔ compare
- Filtrado ColaborativoAprendizaje automático↔ compare
- FP-Growth (Frequent Pattern Growth)Aprendizaje automático↔ compare
- Aprendizaje semisupervisadoAprendizaje automático↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →