Algoritmo Apriori Semi-supervisionato
L'algoritmo Apriori semi-supervisionato estende il classico miner di itemset frequenti Apriori iniettando conoscenza di dominio o vincoli etichettati — come coppie must-link, item proibiti o soglie di supporto minimo specificate dall'utente per gruppo — per orientare la scoperta verso regole di associazione praticamente significative e ridurre lo spazio di ricerca.
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.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Semi-supervised Apriori Algorithm for Constrained Association Rule Mining. ScholarGate. https://scholargate.app/it/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.
- Association Rule Mining (Apriori)Apprendimento automatico↔ compare
- Filtraggio CollaborativoApprendimento automatico↔ compare
- FP-Growth (Frequent Pattern Growth)Apprendimento automatico↔ compare
- Apprendimento semi-supervisionatoApprendimento automatico↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →