Penambangan Aturan Asosiasi (Apriori)
Penambangan Aturan Asosiasi adalah teknik penambangan data tanpa pengawasan yang menemukan pola ko-kemunculan di antara item dalam kumpulan data transaksional. Diperkenalkan secara formal oleh Agrawal, Imieliński, dan Swami pada tahun 1993, dan disempurnakan dengan algoritma Apriori yang monumental oleh Agrawal dan Srikant pada tahun 1994, teknik ini mengidentifikasi aturan berbentuk X ⇒ Y — yang berarti transaksi yang mengandung itemset X cenderung juga mengandung itemset Y — yang dikuantifikasi oleh dukungan (support), kepercayaan (confidence), dan pengangkatan (lift).
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Agrawal, R., Imieliński, T., & Swami, A. (1993). Mining association rules between sets of items in large databases. ACM SIGMOD, 207–216. DOI: 10.1145/170035.170072 ↗
- Agrawal, R., & Srikant, R. (1994). Fast algorithms for mining association rules. Proceedings of the 20th VLDB Conference, 487–499. link ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 2). Association Rule Mining (Apriori). ScholarGate. https://scholargate.app/id/machine-learning/association-rule-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.
- Analisis Konsep Formal (FCA)Komputasi Lunak↔ compare
- Klasterisasi K-MeansPembelajaran Mesin↔ compare
- Induksi Aturan (RIPPER)Pembelajaran Mesin↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →