Apriori-algoritme
Het Apriori-algoritme, geïntroduceerd door Agrawal en Srikant in 1994, is de fundamentele methode voor het ontdekken van frequente itemsets en associatieregels in transactionele databases. Het maakt gebruik van een breedte-eerst, niveau-voor-niveau zoektocht, geleid door de anti-monotone eigenschap van support, om efficiënt alle itemcombinaties te enumereren die boven een door de gebruiker ingestelde minimumdrempel voorkomen, en extraheert vervolgens interpreteerbare als-dan-regels uit die patronen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Bronnen
Deze pagina citeren
ScholarGate. (2026, June 3). Apriori Algorithm for Association Rule Mining. ScholarGate. https://scholargate.app/nl/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.
- AssociatieregelsMachine learning↔ compare
- FP-Growth (Frequent Pattern Growth)Machine learning↔ compare
- K-means ClusteringMachine learning↔ compare
- Online LerenMachine learning↔ compare
- Semi-supervised LearningMachine learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →