FP-croissance semi-supervisé
FP-croissance semi-supervisé étend l'algorithme classique FP-croissance en incorporant des étiquettes partielles, des contraintes définies par l'utilisateur ou des informations au niveau de la classe pour guider la découverte d'ensembles d'éléments fréquents. Au lieu d'extraire tous les motifs de manière indiscriminée, il se concentre sur les motifs qui sont à la fois statistiquement fréquents et sémantiquement significatifs compte tenu du signal de supervision disponible.
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.
Sources
- Han, J., Pei, J., & Yin, Y. (2000). Mining frequent patterns without candidate generation. Proceedings of the 2000 ACM SIGMOD International Conference on Management of Data, 1–12. DOI: 10.1145/342009.335372 ↗
- FP-growth algorithm. Wikipedia. link ↗
Comment citer cette page
ScholarGate. (2026, June 3). Semi-supervised Frequent Pattern Growth. ScholarGate. https://scholargate.app/fr/machine-learning/semi-supervised-fp-growth
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.
- Arbre de décisionApprentissage automatique↔ compare
- FP-Growth (Frequent Pattern Growth)Apprentissage automatique↔ compare
- Forêt AléatoireApprentissage automatique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →