ScholarGate
Assistent
Machine learningPattern mining

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.

Åpne i MethodMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

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

Kilder

  1. 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
  2. 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.

Compare side by side

Referert av

ScholarGateAssociation Rule Mining (Association Rule Mining (Apriori)). Hentet 2026-06-15 fra https://scholargate.app/no/machine-learning/association-rule-mining · Datasett: https://doi.org/10.5281/zenodo.20539026