ScholarGate
Asystent
Machine learningMachine learning

Półnadzorowany algorytm FP-growth

Półnadzorowany algorytm FP-growth rozszerza klasyczny algorytm Frequent Pattern growth poprzez włączenie częściowych etykiet, zdefiniowanych przez użytkownika ograniczeń lub informacji na poziomie klas, aby kierować odkrywaniem częstych zbiorów elementów. Zamiast wydobywać wszystkie wzorce bez rozróżnienia, skupia się na wzorcach, które są zarówno statystycznie częste, jak i semantycznie znaczące, biorąc pod uwagę dostępny sygnał nadzoru.

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. Han, J., Pei, J., & Yin, Y. (2000). Mining frequent patterns without candidate generation. Proceedings of the 2000 ACM SIGMOD International Conference on Management of Data, 1–12. DOI: 10.1145/342009.335372
  2. FP-growth algorithm. Wikipedia. link

Jak cytować tę stronę

ScholarGate. (2026, June 3). Semi-supervised Frequent Pattern Growth. ScholarGate. https://scholargate.app/pl/machine-learning/semi-supervised-fp-growth

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

ScholarGateSemi-supervised FP-growth (Semi-supervised Frequent Pattern Growth). Pobrano 2026-06-15 z https://scholargate.app/pl/machine-learning/semi-supervised-fp-growth · Zbiór danych: https://doi.org/10.5281/zenodo.20539026