ScholarGate
Assistent
Machine learningMachine learning

Explainable FP-Growth

Explainable FP-Growth utökar den klassiska FP-Growth-algoritmen för frekvent mönsterutvinning med post-hoc-tolkningsverktyg — såsom poäng för regelviktighet, visuella mönsterträd och kontrafaktiska förklaringar — så att analytiker inte bara kan upptäcka frekventa itemsets och associationsregler utan också förstå varför specifika mönster är viktiga, vilka objekt som driver regelkonfidens, och hur man kommunicerar resultat transparent till intressenter.

Öppna i MethodMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

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

Källor

  1. Han, J., Pei, J., & Yin, Y. (2000). Mining frequent patterns without candidate generation. ACM SIGMOD Record, 29(2), 1–12. DOI: 10.1145/335191.335372
  2. Association rule learning. Wikipedia. link

Så citerar du den här sidan

ScholarGate. (2026, June 3). Explainable Frequent Pattern Growth (XAI-Augmented FP-Growth). ScholarGate. https://scholargate.app/sv/machine-learning/explainable-fp-growth

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
ScholarGateExplainable FP-Growth (Explainable Frequent Pattern Growth (XAI-Augmented FP-Growth)). Hämtad 2026-06-15 från https://scholargate.app/sv/machine-learning/explainable-fp-growth · Datamängd: https://doi.org/10.5281/zenodo.20539026