Machine learningPattern mining

Exploration de règles d'association (Apriori)

L'exploration de règles d'association est une technique non supervisée d'exploration de données qui découvre des motifs de cooccurrence parmi des éléments dans des ensembles de données transactionnelles. Introduite formellement par Agrawal, Imieliński et Swami en 1993, et affinée avec l'algorithme phare Apriori par Agrawal et Srikant en 1994, elle identifie des règles de la forme X ⇒ Y — signifiant que les transactions contenant l'ensemble d'éléments X ont tendance à contenir également l'ensemble d'éléments Y — quantifiées par le support, la confiance et le lift.

Ouvrir dans MethodMindBientôtVidéoBientôtDownload slides

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Method map

The neighbourhood of related methods — select a node to explore.

Sources

  1. Agrawal, R., Imieliński, T., & Swami, A. (1993). Mining association rules between sets of items in large databases. ACM SIGMOD, 207–216. DOI: 10.1145/170035.170072
  2. Agrawal, R., & Srikant, R. (1994). Fast algorithms for mining association rules. Proceedings of the 20th VLDB Conference, 487–499. link

Comment citer cette page

ScholarGate. (2026, June 2). Association Rule Mining (Apriori). ScholarGate. https://scholargate.app/fr/machine-learning/association-rule-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.

Compare side by side

Référencée par

ScholarGateAssociation Rule Mining (Association Rule Mining (Apriori)). Consulté le 2026-06-15 sur https://scholargate.app/fr/machine-learning/association-rule-mining · Jeu de données : https://doi.org/10.5281/zenodo.20539026