אלגוריתם Apriori
אלגוריתם Apriori, שהוצג על ידי Agrawal ו-Srikant בשנת 1994, הוא השיטה הבסיסית לגילוי קבוצות פריטים תדירות (frequent itemsets) וכללי אסוציאציה במסדי נתונים טרנזקציוניים. הוא משתמש בחיפוש רחב-ראש, שלב-אחר-שלב, המונחה על ידי התכונה האנטי-מונוטונית של תמיכה (support), כדי למנות ביעילות את כל שילובי הפריטים המופיעים יחד מעל סף מינימלי שנקבע על ידי המשתמש, ולאחר מכן מחלץ כללי אם-אז (if-then rules) ניתנים לפירוש מאותם דפוסים.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
מקורות
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Apriori Algorithm for Association Rule Mining. ScholarGate. https://scholargate.app/he/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.
- כללי אסוציאציהלמידת מכונה↔ compare
- FP-Growth (גידול דפוסים תדירים)למידת מכונה↔ compare
- אשכול K-meansלמידת מכונה↔ compare
- למידה מקוונתלמידת מכונה↔ compare
- למידה מונחית-למחצהלמידת מכונה↔ compare