Machine learningMachine learning
Apriori 알고리즘
1994년 Agrawal과 Srikant이 소개한 Apriori 알고리즘은 트랜잭션 데이터베이스에서 빈번한 아이템셋과 연관 규칙을 발견하는 기초적인 방법론입니다. 이 알고리즘은 지지도(support)의 반단조적(anti-monotone) 속성을 활용한 너비 우선, 레벨별 탐색을 통해 사용자 설정 최소 임계값 이상으로 함께 발생하는 모든 아이템 조합을 효율적으로 열거한 다음, 이러한 패턴에서 해석 가능한 if-then 규칙을 추출합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
출처
이 페이지 인용 방법
ScholarGate. (2026, June 3). Apriori Algorithm for Association Rule Mining. ScholarGate. https://scholargate.app/ko/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.
- 연관 규칙머신러닝↔ compare
- FP-성장 (빈발 패턴 성장)머신러닝↔ compare
- K-means 군집화머신러닝↔ compare
- 온라인 학습머신러닝↔ compare
- 준지도 학습머신러닝↔ compare