ScholarGate
Pembantu
Machine learningPattern mining

Perlombongan Corak Muncul

Perlombongan Corak Muncul (EPM) ialah teknik perlombongan data berasaskan kontras yang mengenal pasti set item yang sokongannya meningkat dengan ketara — atau melonjak dari sifar — apabila beralih dari satu set data (atau kelas) ke set data lain. Diperkenalkan oleh Dong dan Li pada tahun 1999, ia digunakan terutamanya dalam tugas klasifikasi, pengesanan anomali, dan analisis trend di mana penemuan corak diskriminatif antara dua populasi atau tempoh masa adalah objektif utama.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

The neighbourhood of related methods — select a node to explore.

Sumber

  1. Dong, G., & Li, J. (1999). Efficient mining of emerging patterns: Discovering trends and differences. ACM SIGKDD, 43–52. DOI: 10.1145/312129.312191

Cara memetik halaman ini

ScholarGate. (2026, June 2). Emerging Pattern Mining. ScholarGate. https://scholargate.app/ms/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.

Compare side by side
ScholarGateEmerging Pattern Mining (Emerging Pattern Mining). Dicapai 2026-06-15 daripada https://scholargate.app/ms/machine-learning/emerging-pattern-mining · Set data: https://doi.org/10.5281/zenodo.20539026