Algorytm Apriori
Algorytm Apriori, wprowadzony przez Agrawala i Srikanta w 1994 roku, jest fundamentalną metodą odkrywania częstych zbiorów elementów i reguł asocjacyjnych w bazach danych transakcyjnych. Wykorzystuje on przeszukiwanie wszerz, poziom po poziomie, kierując się anty-monotoniczną własnością wsparcia (support), aby efektywnie wyliczyć wszystkie kombinacje elementów, które współwystępują powyżej ustalonego przez użytkownika progu minimalnego, a następnie wydobywa zrozumiałe reguły typu „jeśli-to” z tych wzorców.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Źródła
Jak cytować tę stronę
ScholarGate. (2026, June 3). Apriori Algorithm for Association Rule Mining. ScholarGate. https://scholargate.app/pl/machine-learning/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.
- Reguły asocjacyjneUczenie maszynowe↔ compare
- FP-Growth (Frequent Pattern Growth)Uczenie maszynowe↔ compare
- Grupowanie K-średnich (K-means Clustering)Uczenie maszynowe↔ compare
- Uczenie onlineUczenie maszynowe↔ compare
- Uczenie ze wsparciem częściowymUczenie maszynowe↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →