توضیح الگوریتم FP-Growth

توضیح الگوریتم FP-Growth، الگوریتم کلاسیک استخراج الگوهای پرتکرار FP-Growth را با ابزارهای تفسیرپذیری پس از استخراج (post-hoc) - مانند امتیازات اهمیت قاعده، درختان الگوی بصری، و توضیحات پادواقعی (counterfactual) - تکمیل می‌کند تا تحلیلگران بتوانند نه تنها مجموعه‌های مورد (itemsets) و قواعد وابستگی پرتکرار را کشف کنند، بلکه دلیل اهمیت الگوهای خاص، اینکه کدام موارد باعث اطمینان قاعده می‌شوند، و چگونه یافته‌ها را به طور شفاف به ذینفعان منتقل کنند را نیز درک کنند.