Asociačné pravidlá súboru metód
Asociačné pravidlá súboru metód (Ensemble Association Rules) aplikujú princípy súborového učenia (ensemble learning) na ťažbu asociačných pravidiel: objavuje sa viacero sád pravidiel z rôznych podvzoriek dát alebo s rôznymi parametrami, ktoré sa následne spoja a vahami upravia, aby sa vytvorila stabilnejšia a komplexnejšia sada vzorcov ko-výskytu. Tento prístup znižuje citlivosť na voľbu prahov podpory a spoľahlivosti a zlepšuje robustnosť na transakčných dátach s šumom.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Domingos, P. (1999). MetaCost: A general method for making classifiers cost-sensitive. Proceedings of the 5th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 155–164. link ↗
- Rymon, R. (1992). Search through systematic set enumeration. Proceedings of the 3rd International Conference on Principles of Knowledge Representation and Reasoning, 539–550. — foundational work on systematic enumeration used in ensemble aggregation of frequent itemsets. link ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Ensemble Association Rule Mining. ScholarGate. https://scholargate.app/sk/machine-learning/ensemble-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.
- Algoritmus AprioriStrojové učenie↔ compare
- Asociačné pravidláStrojové učenie↔ compare
- Bagging (Bootstrap Aggregating)Strojové učenie↔ compare
- BoostingStrojové učenie↔ compare
- FP-Growth (rast častých vzorov)Strojové učenie↔ compare
- Hlasovacie zoskupenieStrojové učenie↔ compare
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →