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.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
- 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.
- Формальный анализ понятий (ФАП)Мягкие вычисления↔ compare
- Кластеризация методом k-среднихМашинное обучение↔ compare
- Индукция правил (RIPPER)Машинное обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →