Machine learningPattern mining

Видобування асоціативних правил (Apriori)

Видобування асоціативних правил — це метод некерованого аналізу даних (unsupervised data-mining technique), який виявляє закономірності спільної появи елементів у транзакційних наборах даних. Формально представлений Агравалом, Імельінським та Свамі у 1993 році та вдосконалений за допомогою знакового алгоритму Apriori Агравалом та Шрікантом у 1994 році, він ідентифікує правила виду X ⇒ Y — що означає, що транзакції, які містять набір елементів X, як правило, також містять набір елементів Y — кількісно оцінені за показниками підтримки (support), достовірності (confidence) та підйому (lift).

Відкрити у MethodMindНезабаромВідеоНезабаромDownload slides

Читати метод повністю

Лише для учасників

Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.

Увійти

Method map

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

Джерела

  1. 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
  2. Agrawal, R., & Srikant, R. (1994). Fast algorithms for mining association rules. Proceedings of the 20th VLDB Conference, 487–499. link

Як цитувати цю сторінку

ScholarGate. (2026, June 2). Association Rule Mining (Apriori). ScholarGate. https://scholargate.app/uk/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.

Compare side by side

Згадується в

ScholarGateAssociation Rule Mining (Association Rule Mining (Apriori)). Отримано 2026-06-15 з https://scholargate.app/uk/machine-learning/association-rule-mining · Набір даних: https://doi.org/10.5281/zenodo.20539026