Association Rule Mining (Apriori)
Association Rule Mining är en oövervakad dataminingteknik som upptäcker samförekomstmönster bland objekt i transaktionsdatauppsättningar. Formellt introducerad av Agrawal, Imieliński och Swami 1993, och förfinad med den banbrytande Apriori-algoritmen av Agrawal och Srikant 1994, identifierar den regler av formen X ⇒ Y — vilket innebär att transaktioner som innehåller itemset X tenderar att även innehålla itemset Y — kvantifierade genom support, confidence och lift.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 2). Association Rule Mining (Apriori). ScholarGate. https://scholargate.app/sv/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.
- Formell konceptanalys (FCA)Soft computing↔ compare
- K-Means-klustringMaskininlärning↔ compare
- Regelinduktion (RIPPER)Maskininlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →