Penambangan Pola Muncul
Penambangan Pola Muncul (EPM) adalah teknik penambangan data berbasis kontras yang mengidentifikasi kumpulan item yang dukungannya meningkat secara signifikan — atau melonjak dari nol — saat berpindah dari satu kumpulan data (atau kelas) ke kumpulan data lainnya. Diperkenalkan oleh Dong dan Li pada tahun 1999, teknik ini terutama digunakan dalam tugas klasifikasi, deteksi anomali, dan analisis tren di mana penemuan pola diskriminatif antara dua populasi atau periode waktu menjadi tujuan utama.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Dong, G., & Li, J. (1999). Efficient mining of emerging patterns: Discovering trends and differences. ACM SIGKDD, 43–52. DOI: 10.1145/312129.312191 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 2). Emerging Pattern Mining. ScholarGate. https://scholargate.app/id/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.
- Penambangan Aturan Asosiasi (Apriori)Pembelajaran Mesin↔ compare
- FP-Growth (Pertumbuhan Pola Frekuen)Pembelajaran Mesin↔ compare
- Induksi Aturan (RIPPER)Pembelajaran Mesin↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →