Semi-supervised Apriori -algoritmi
Semi-supervised Apriori -algoritmi laajentaa klassista Apriori-algoritmia yleisten itemsetien löytämiseksi injektoimalla taustatietoa tai merkittyjä rajoitteita – kuten pakolliset parit (must-link pairs), kielletyt kohteet tai käyttäjän määrittämät vähimmäistukikynnykset ryhmittäin – ohjatakseen löytämistä käytännössä merkityksellisiin assosiaatiosääntöihin ja pienentääkseen hakutilaa.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Semi-supervised Apriori Algorithm for Constrained Association Rule Mining. ScholarGate. https://scholargate.app/fi/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.
- Assosiaatiosääntöjen louhinta (Apriori)Koneoppiminen↔ compare
- Kollaboratiivinen suodatusKoneoppiminen↔ compare
- FP-Growth (Frequent Pattern Growth)Koneoppiminen↔ compare
- Puoliohjattu oppiminenKoneoppiminen↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →