Machine learningPattern mining
関連ルールマイニング（Apriori）
関連ルールマイニングは、トランザクションデータセット内のアイテム間の共起パターンを発見する教師なしデータマイニング技術である。1993年にAgrawal、Imieliński、Swamiによって正式に導入され、1994年にAgrawalとSrikantによる画期的なAprioriアルゴリズムによって洗練されたこの手法は、X ⇒ Y の形式のルールを特定する。これは、アイテムセットXを含むトランザクションがアイテムセットYも含む傾向があることを意味し、サポート、信頼度、リフトによって定量化される。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 2). Association Rule Mining (Apriori). ScholarGate. https://scholargate.app/ja/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.
- 形式概念分析 (FCA)ソフトコンピューティング↔ compare
- K平均法クラスタリング機械学習↔ compare
- Rule Induction機械学習↔ compare