Emerging Pattern Mining
Emerging Pattern Mining (EPM) ir uz kontrastu balstīta datu ieguves tehnika, kas identificē preču kopas, kuru atbalsts ievērojami palielinās — vai lec no nulles —, pārejot no viena datu kopas (vai klases) uz citu. Ieviesti Dong un Li 1999. gadā, tos galvenokārt izmanto klasifikācijā, anomāliju noteikšanā un tendenču analīzes uzdevumos, kur divu populāciju vai laika periodu atšķirīgu modeļu atklāšana ir galvenais mērķis.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Dong, G., & Li, J. (1999). Efficient mining of emerging patterns: Discovering trends and differences. ACM SIGKDD, 43–52. DOI: 10.1145/312129.312191 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 2). Emerging Pattern Mining. ScholarGate. https://scholargate.app/lv/machine-learning/emerging-pattern-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.
- Asociatīvo likumu ieguve (Apriori)Mašīnmācīšanās↔ compare
- FP-Growth (biežo kopu augšana)Mašīnmācīšanās↔ compare
- Noteikumu indukcija (RIPPER)Mašīnmācīšanās↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →