Machine learningMachine learning
온라인 연관 규칙
온라인 연관 규칙 마이닝은 거래 데이터에서 점진적으로 또는 스트림으로 도착하는 조건-결과 패턴(예: 빵을 사면 버터를 사는 것)을 발견하며, 새로운 레코드가 도착할 때마다 전체 과거 데이터베이스를 다시 스캔하지 않고 기존 규칙과 항목 수를 업데이트합니다.
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.
출처
- Cheung, D. W., Han, J., Ng, V. T., & Wong, C. Y. (1996). Maintenance of discovered association rules in large databases: an incremental updating technique. In Proceedings of the 12th International Conference on Data Engineering (ICDE 1996), pp. 106–114. IEEE. link ↗
- Association rule learning. Wikipedia. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Online (Incremental) Association Rule Mining. ScholarGate. https://scholargate.app/ko/machine-learning/online-association-rules
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.
- Apriori 알고리즘머신러닝↔ compare
- 연관 규칙머신러닝↔ compare
- FP-성장 (빈발 패턴 성장)머신러닝↔ compare
- 온라인 학습머신러닝↔ compare
- 준지도 연관 규칙머신러닝↔ compare