Semi-supervised FP-growth
Semi-supervised FP-growth breidt het klassieke Frequent Pattern growth-algoritme uit door partiële labels, door de gebruiker gedefinieerde restricties of informatie op klasniveau op te nemen om de ontdekking van frequente itemsets te sturen. In plaats van alle patronen willekeurig te minen, richt het zich op patronen die zowel statistisch frequent als semantisch zinvol zijn, gegeven het beschikbare supervisiesignaal.
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.
Bronnen
- Han, J., Pei, J., & Yin, Y. (2000). Mining frequent patterns without candidate generation. Proceedings of the 2000 ACM SIGMOD International Conference on Management of Data, 1–12. DOI: 10.1145/342009.335372 ↗
- FP-growth algorithm. Wikipedia. link ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Semi-supervised Frequent Pattern Growth. ScholarGate. https://scholargate.app/nl/machine-learning/semi-supervised-fp-growth
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.
- BeslisboomMachine learning↔ compare
- FP-Growth (Frequent Pattern Growth)Machine learning↔ compare
- Random ForestMachine learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →