Emerging Pattern Mining
Emerging Pattern Mining (EPM) on kontrastipohjainen tiedonlouhintatekniikka, joka tunnistaa itemsetit, joiden esiintymistiheys kasvaa merkittävästi – tai hyppää nollasta – siirryttäessä yhdestä aineistosta (tai luokasta) toiseen. Dongin ja Lin vuonna 1999 esittelemää tekniikkaa käytetään ensisijaisesti luokittelussa, poikkeamien havaitsemisessa ja trendianalyysissä, joissa kahden populaation tai ajanjakson välillä erottuvien kuvioiden löytäminen on keskeinen tavoite.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Dong, G., & Li, J. (1999). Efficient mining of emerging patterns: Discovering trends and differences. ACM SIGKDD, 43–52. DOI: 10.1145/312129.312191 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 2). Emerging Pattern Mining. ScholarGate. https://scholargate.app/fi/machine-learning/emerging-pattern-mining
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.
- Assosiaatiosääntöjen louhinta (Apriori)Koneoppiminen↔ compare
- FP-Growth (Frequent Pattern Growth)Koneoppiminen↔ compare
- Sääntöinduktio (RIPPER)Koneoppiminen↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →