Emerging Pattern Mining
Képzeljük el két különböző üzlethelyszínről származó bevásárlókosarak összehasonlítását. A legtöbb tétel mindkettőben megjelenik, de bizonyos kombinációk – például az organikus tej gluténmentes kenyérrel – szinte kizárólag az egyik bolt kosaraiban fordulnak elő. Ezek a felmerülő mintázatok: olyan kombinációk, amelyek megkülönböztetik az egyik csoportot a másiktól. Az algoritmus pontosan ilyen itemseteket keres, rangsorolva őket aszerint, hogy frekvenciájuk milyen drámaian nő a két kontextus között, így a}(- )elemzők számára világos, értelmezhető szabályokat adva arról, hogy mi teszi az egyik csoportot a másiktól eltérővé.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Dong, G., & Li, J. (1999). Efficient mining of emerging patterns: Discovering trends and differences. ACM SIGKDD, 43–52. DOI: 10.1145/312129.312191 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 2). Emerging Pattern Mining. ScholarGate. https://scholargate.app/hu/machine-learning/emerging-pattern-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.
- Asszociációs szabálymining (Apriori)Gépi tanulás↔ compare
- FP-Growth (Frequent Pattern Growth)Gépi tanulás↔ compare
- Szabályindukció (RIPPER)Gépi tanulás↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →