Assosiasjonsregler
Assosiasjonsregel-læring er en uovervåket teknikk som oppdager samforekomst-mønstre — 'hvis X så Y'-implikasjoner — innenfor store transaksjonsdatasett. Opprinnelig formalisert av Agrawal, Imielinski og Swami (1993) for analyse av supermarkedskurver, brukes den nå bredt innen e-handel-anbefalinger, helseinformatikk, bioinformatikk og atferdsforskning.
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., Imielinski, T., & Swami, A. (1993). Mining association rules between sets of items in large databases. Proceedings of the 1993 ACM SIGMOD International Conference on Management of Data, 207–216. DOI: 10.1145/170035.170072 ↗
- Tan, P.-N., Steinbach, M., Karpatne, A., & Kumar, V. (2018). Introduction to Data Mining (2nd ed., Ch. 5). Pearson. ISBN: 978-0-13-312890-1
Slik siterer du denne siden
ScholarGate. (2026, June 3). Association Rule Learning (Market Basket Analysis). ScholarGate. https://scholargate.app/no/machine-learning/association-rules
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.
- Apriori-algoritmenMaskinlæring↔ compare
- K-means klyngeanalyseMaskinlæring↔ compare
- Semiveiledet læringMaskinlæring↔ compare
- StemmeensembleMaskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →