Reguli de Asociere Bayesiane
Regulile de Asociere Bayesiane extind mineritul clasic de reguli de asociere prin plasarea unei distribuții de probabilitate anterioare peste reguli și prin scorarea lor prin probabilitatea lor posterioară, având în vedere datele. Mai degrabă decât prin praguri pe suport brut și numărători de încredere, acest cadru bayesian penalizează în mod natural complexitatea, corectează comparațiile multiple și produce punctaje probabilistice calibrate ale regulilor în seturi de date tranzacționale sau categorice.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Heckerman, D., Geiger, D., & Chickering, D. M. (1995). Learning Bayesian networks: The combination of knowledge and statistical data. Machine Learning, 20(3), 197–243. DOI: 10.1007/BF00994016 ↗
- Agrawal, R., & Srikant, R. (1994). Fast algorithms for mining association rules. In Proceedings of the 20th International Conference on Very Large Data Bases (VLDB), 1215, 487–499. link ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Bayesian Association Rule Mining. ScholarGate. https://scholargate.app/ro/machine-learning/bayesian-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.
- Algoritmul AprioriÎnvățare automată↔ compare
- Reguli de asociereÎnvățare automată↔ compare
- Model bayesian de amestec gaussianÎnvățare automată↔ compare
- Naive Bayes BayesianÎnvățare automată↔ compare
- FP-Growth (Creștere Frecventă a Pattern-urilor)Învățare automată↔ compare
- Reguli de asociere semi-supervizateÎnvățare automată↔ compare
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →