Associeringsregler
Associeringsregelutlärning är en oövervakad teknik som upptäcker samförekomstmönster — 'om X så Y'-implikationer — inom stora transaktionsdataset. Ursprungligen formaliserad av Agrawal, Imielinski och Swami (1993) för analys av kassakvitton i livsmedelsbutiker, används den nu brett inom e-handelns rekommendationer, hälsoinformatik, bioinformatik och beteendeforskning.
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., Imielinski, T., & Swami, A. (1993). Mining association rules between sets of items in large databases. Proceedings of the 1993 ACM SIGMOD International Conference on Management of Data, 207–216. DOI: 10.1145/170035.170072 ↗
- Tan, P.-N., Steinbach, M., Karpatne, A., & Kumar, V. (2018). Introduction to Data Mining (2nd ed., Ch. 5). Pearson. ISBN: 978-0-13-312890-1
Så citerar du den här sidan
ScholarGate. (2026, June 3). Association Rule Learning (Market Basket Analysis). ScholarGate. https://scholargate.app/sv/machine-learning/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.
- Apriori-algoritmenMaskininlärning↔ compare
- K-means-klustringMaskininlärning↔ compare
- Semi-övervakad inlärningMaskininlärning↔ compare
- RöstningsensembleMaskininlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →