Algoritmul Apriori Semi-Supervizat
Algoritmul Apriori semi-supervizat extinde algoritmul clasic Apriori de extragere a seturilor de elemente frecvente prin injectarea de cunoștințe preexistente sau constrângeri etichetate — cum ar fi perechi "must-link", elemente interzise sau praguri minime de suport specificate de utilizator per grup — pentru a orienta descoperirea către reguli de asociere semnificative practic și a reduce spațiul de căutare.
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
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Semi-supervised Apriori Algorithm for Constrained Association Rule Mining. ScholarGate. https://scholargate.app/ro/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.
- Minarea Regulilor de Asociere (Apriori)Învățare automată↔ compare
- Filtrare colaborativăÎnvățare automată↔ compare
- FP-Growth (Creștere Frecventă a Pattern-urilor)Învățare automată↔ compare
- Învățare semi-supervizatăÎnvățare automată↔ compare
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →