ScholarGate
Asszisztens
Machine learningMachine learning

Magyarázható FP-növekedés

A magyarázható FP-növekedés (Explainable FP-Growth) a klasszikus FP-növekedés (FP-Growth) gyakori mintázatokat bányászó algoritmusát kiegészíti utólagos értelmezhetőségi eszközökkel – mint például szabályfontossági pontszámok, vizuális mintázatfák és kontrafaktuális magyarázatok –, hogy az elemzők ne csak a gyakori itemseteket és asszociációs szabályokat fedezhessék fel, hanem megérthessék, miért fontosak bizonyos mintázatok, mely elemek határozzák meg a szabályok confindence-ét, és hogyan kommunikálhatók átláthatóan az eredmények az érdekelt felek felé.

Megnyitás itt: MethodMindHamarosanVideóHamarosanDownload slides

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Method map

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

Források

  1. Han, J., Pei, J., & Yin, Y. (2000). Mining frequent patterns without candidate generation. ACM SIGMOD Record, 29(2), 1–12. DOI: 10.1145/335191.335372
  2. Association rule learning. Wikipedia. link

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 3). Explainable Frequent Pattern Growth (XAI-Augmented FP-Growth). ScholarGate. https://scholargate.app/hu/machine-learning/explainable-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.

Compare side by side
ScholarGateExplainable FP-Growth (Explainable Frequent Pattern Growth (XAI-Augmented FP-Growth)). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/machine-learning/explainable-fp-growth · Adatkészlet: https://doi.org/10.5281/zenodo.20539026