बायेसियन एसोसिएशन रूल्स
बायेसियन एसोसिएशन रूल्स (Bayesian Association Rules) शास्त्रीय एसोसिएशन रूल माइनिंग का विस्तार करते हैं, नियमों पर एक पूर्व प्रायिकता वितरण (prior probability distribution) रखकर और डेटा दिए जाने पर उनके पश्च प्रायिकता (posterior probability) द्वारा उन्हें स्कोर करके। कच्चे सपोर्ट और कॉन्फिडेंस काउंट्स पर थ्रेशोल्डिंग के बजाय, यह बायेसियन ढाँचा स्वाभाविक रूप से जटिलता को दंडित करता है, एकाधिक तुलनाओं के लिए सुधार करता है, और लेन-देन संबंधी या श्रेणीबद्ध डेटासेट में कैलिब्रेटेड संभाव्य नियम शक्तियों का उत्पादन करता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Heckerman, D., Geiger, D., & Chickering, D. M. (1995). Learning Bayesian networks: The combination of knowledge and statistical data. Machine Learning, 20(3), 197–243. DOI: 10.1007/BF00994016 ↗
- Agrawal, R., & Srikant, R. (1994). Fast algorithms for mining association rules. In Proceedings of the 20th International Conference on Very Large Data Bases (VLDB), 1215, 487–499. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Bayesian Association Rule Mining. ScholarGate. https://scholargate.app/hi/machine-learning/bayesian-association-rules
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.
- Apriori Algorithmमशीन अधिगम↔ compare
- एसोसिएशन रूल्समशीन अधिगम↔ compare
- बेयसियन गाऊसी मिश्रण मॉडलमशीन अधिगम↔ compare
- Bayesian Naive Bayesमशीन अधिगम↔ compare
- एफपी-ग्रोथ (फ्रीक्वेंट पैटर्न ग्रोथ)मशीन अधिगम↔ compare
- अर्ध-पर्यवेक्षित साहचर्य नियम (Semi-supervised Association Rules)मशीन अधिगम↔ compare