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).
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
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.
- Формальний аналіз понять (ФАП)М'які обчислення↔ compare
- Кластеризація методом k-середніхМашинне навчання↔ compare
- Індукція правил (RIPPER)Машинне навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →