Algoritma Apriori Semi-terawasi
Algoritma Semi-supervised Apriori memperluas penambang itemset sering klasik Apriori dengan menyuntikkan pengetahuan latar belakang atau batasan berlabel — seperti pasangan harus-terhubung (must-link), item terlarang, atau ambang batas dukungan minimum yang ditentukan pengguna per grup — untuk membiaskan penemuan menuju aturan asosiasi yang bermakna secara praktis dan mengurangi ruang pencarian.
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., & Srikant, R. (1994). Fast algorithms for mining association rules. Proceedings of the 20th International Conference on Very Large Data Bases (VLDB), 487–499. link ↗
- Liu, B., Hsu, W., & Ma, Y. (1999). Mining association rules with multiple minimum supports. Proceedings of the 5th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 337–341. DOI: 10.1145/312129.312274 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Semi-supervised Apriori Algorithm for Constrained Association Rule Mining. ScholarGate. https://scholargate.app/id/machine-learning/semi-supervised-apriori-algorithm
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
- Penyaringan KolaboratifPembelajaran Mesin↔ compare
- FP-Growth (Pertumbuhan Pola Frekuen)Pembelajaran Mesin↔ compare
- Pembelajaran Semi-terawasiPembelajaran Mesin↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →