Machine learningPattern mining

Поиск ассоциативных правил (Apriori)

Поиск ассоциативных правил — это метод интеллектуального анализа данных без учителя, который обнаруживает закономерности совместной встречаемости элементов в транзакционных наборах данных. Формально представленный Agrawal, Imieliński и Swami в 1993 году и усовершенствованный с помощью основополагающего алгоритма Apriori от Agrawal и Srikant в 1994 году, он идентифицирует правила вида X ⇒ Y — означающие, что транзакции, содержащие набор элементов X, также склонны содержать набор элементов Y — количественно определяемые с помощью поддержки, достоверности и подъема.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

Источники

  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

Как цитировать эту страницу

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

Упоминается в

ScholarGateAssociation Rule Mining (Association Rule Mining (Apriori)). Получено 2026-06-15 из https://scholargate.app/ru/machine-learning/association-rule-mining · Набор данных: https://doi.org/10.5281/zenodo.20539026