Правила асоціацій
Навчання правил асоціацій — це некерований метод, який виявляє закономірності співіснування — імплікації «якщо X, то Y» — у великих транзакційних наборах даних. Спочатку формалізований Agrawal, Imielinski та Swami (1993) для аналізу ринкових кошиків, він зараз широко застосовується в рекомендаціях електронної комерції, медичній інформатиці, біоінформатиці та поведінкових дослідженнях.
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., 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
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Association Rule Learning (Market Basket Analysis). ScholarGate. https://scholargate.app/uk/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.
- Алгоритм AprioriМашинне навчання↔ compare
- Кластеризація методом k-середніхМашинне навчання↔ compare
- Напівкероване навчанняМашинне навчання↔ compare
- Голосувальний ансамбльМашинне навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →