Peraturan Persatuan
Pembelajaran peraturan persatuan ialah teknik tanpa pengawasan yang menemui corak kewujudan bersama — implikasi 'jika X maka Y' — dalam set data urus niaga yang besar. Pada asalnya diformalkan oleh Agrawal, Imielinski, dan Swami (1993) untuk analisis bakul pasar raya, kini ia digunakan secara meluas dalam cadangan e-dagang, informatik kesihatan, bioinformatik, dan penyelidikan tingkah laku.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Agrawal, R., Imielinski, T., & Swami, A. (1993). Mining association rules between sets of items in large databases. Proceedings of the 1993 ACM SIGMOD International Conference on Management of Data, 207–216. DOI: 10.1145/170035.170072 ↗
- Tan, P.-N., Steinbach, M., Karpatne, A., & Kumar, V. (2018). Introduction to Data Mining (2nd ed., Ch. 5). Pearson. ISBN: 978-0-13-312890-1
Cara memetik halaman ini
ScholarGate. (2026, June 3). Association Rule Learning (Market Basket Analysis). ScholarGate. https://scholargate.app/ms/machine-learning/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.
- Algoritma AprioriPembelajaran Mesin↔ compare
- PengeLCManan K-meansPembelajaran Mesin↔ compare
- Pembelajaran Separa SeliaPembelajaran Mesin↔ compare
- Ensembel UndianPembelajaran Mesin↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →