Algoritmo Apriori
L'algoritmo Apriori, introdotto da Agrawal e Srikant nel 1994, è il metodo fondamentale per scoprire insiemi di item frequenti e regole di associazione in database transazionali. Utilizza una ricerca a livello, breadth-first, guidata dalla proprietà anti-monotona del supporto per enumerare efficientemente tutte le combinazioni di item che co-occorrono al di sopra di una soglia minima impostata dall'utente, quindi estrae regole interpretabili se-allora da tali pattern.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Fonti
Come citare questa pagina
ScholarGate. (2026, June 3). Apriori Algorithm for Association Rule Mining. ScholarGate. https://scholargate.app/it/machine-learning/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.
- Regole di associazioneApprendimento automatico↔ compare
- FP-Growth (Frequent Pattern Growth)Apprendimento automatico↔ compare
- Clustering K-meansApprendimento automatico↔ compare
- Apprendimento OnlineApprendimento automatico↔ compare
- Apprendimento semi-supervisionatoApprendimento automatico↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →