Assosiasjonsregelutvinning (Apriori)
Assosiasjonsregelutvinning er en usupervisert datamining-teknikk som avdekker samforekomstsmønstre blant elementer i transaksjonsdatasett. Formelt introdusert av Agrawal, Imieliński og Swami i 1993, og raffinert med den landemerke-Apriori-algoritmen av Agrawal og Srikant i 1994, identifiserer den regler av formen X ⇒ Y — som betyr at transaksjoner som inneholder elementsettet X, også har en tendens til å inneholde elementsettet Y — kvantifisert ved støtte, konfidens og løft.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Agrawal, R., Imieliński, T., & Swami, A. (1993). Mining association rules between sets of items in large databases. ACM SIGMOD, 207–216. DOI: 10.1145/170035.170072 ↗
- Agrawal, R., & Srikant, R. (1994). Fast algorithms for mining association rules. Proceedings of the 20th VLDB Conference, 487–499. link ↗
Slik siterer du denne siden
ScholarGate. (2026, June 2). Association Rule Mining (Apriori). ScholarGate. https://scholargate.app/no/machine-learning/association-rule-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.
- Formell konseptanalyse (FCA)Soft computing↔ compare
- K-Means-klyngingMaskinlæring↔ compare
- Regelinduksjon (RIPPER)Maskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →