Semi-supervised Apriori-algoritmen
Semi-supervised Apriori-algoritmen utvider den klassiske Apriori-algoritmen for hyppige itemsett ved å injisere bakgrunnskunnskap eller merkede begrensninger – som must-link-par, forbudte elementer eller brukerdefinerte minimumsstøttegrenser per gruppe – for å styre oppdagelsen mot praktisk meningsfulle assosiasjonsregler og redusere søkerommet.
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., & Srikant, R. (1994). Fast algorithms for mining association rules. Proceedings of the 20th International Conference on Very Large Data Bases (VLDB), 487–499. link ↗
- Liu, B., Hsu, W., & Ma, Y. (1999). Mining association rules with multiple minimum supports. Proceedings of the 5th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 337–341. DOI: 10.1145/312129.312274 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Semi-supervised Apriori Algorithm for Constrained Association Rule Mining. ScholarGate. https://scholargate.app/no/machine-learning/semi-supervised-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.
- Assosiasjonsregelutvinning (Apriori)Maskinlæring↔ compare
- Kollaborativ filtreringMaskinlæring↔ compare
- FP-Growth (Frequent Pattern Growth)Maskinlæring↔ compare
- Semiveiledet læringMaskinlæring↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →