Machine learningPattern mining

Górnictwo reguł asocjacyjnych (Apriori)

Górnictwo reguł asocjacyjnych to technika uczenia nienadzorowanego, która odkrywa wzorce współwystępowania między elementami w zbiorach danych transakcyjnych. Formalnie wprowadzone przez Agrawala, Imielińskiego i Swami w 1993 roku, a udoskonalone dzięki przełomowemu algorytmowi Apriori przez Agrawala i Srikanta w 1994 roku, identyfikuje reguły postaci X ⇒ Y — co oznacza, że transakcje zawierające zbiór elementów X mają tendencję do zawierania również zbioru elementów Y — kwantyfikowane przez wsparcie, pewność i lift.

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

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

Źródła

  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

Jak cytować tę stronę

ScholarGate. (2026, June 2). Association Rule Mining (Apriori). ScholarGate. https://scholargate.app/pl/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

Cytowana przez

ScholarGateAssociation Rule Mining (Association Rule Mining (Apriori)). Pobrano 2026-06-14 z https://scholargate.app/pl/machine-learning/association-rule-mining · Zbiór danych: https://doi.org/10.5281/zenodo.20539026