Algorithme Apriori
L'algorithme Apriori, introduit par Agrawal et Srikant en 1994, est la méthode fondamentale pour découvrir des ensembles d'éléments fréquents et des règles d'association dans des bases de données transactionnelles. Il utilise une recherche guidée par la propriété anti-monotone du support, en largeur d'abord et par niveau, pour énumérer efficacement toutes les combinaisons d'éléments qui co-apparaissent au-dessus d'un seuil minimum défini par l'utilisateur, puis extrait des règles interprétables si-alors à partir de ces motifs.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Sources
Comment citer cette page
ScholarGate. (2026, June 3). Apriori Algorithm for Association Rule Mining. ScholarGate. https://scholargate.app/fr/machine-learning/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.
- Règles d'associationApprentissage automatique↔ compare
- FP-Growth (Frequent Pattern Growth)Apprentissage automatique↔ compare
- Regroupement par K-moyennesApprentissage automatique↔ compare
- Apprentissage en ligneApprentissage automatique↔ compare
- Apprentissage semi-superviséApprentissage automatique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →