Séance de cours

Association Rule Mining

Description

Cette séance de cours couvre le concept de minage de règles d'association, en se concentrant sur la recherche de règles de la forme Body Head avec des mesures de soutien et de confiance. Il explique la fonction de notation, le support et les calculs de confiance, ainsi que l'algorithme Apriori pour la découverte fréquente d'éléments. L'instructeur discute du problème de l'extraction des règles d'association, de l'approche en deux étapes et de l'importance de l'exploitation de la propriété Apriori. En outre, d'autres mesures d'intérêt dans les règles d'association, la gestion des attributs quantitatifs et l'amélioration d'Apriori pour les grands ensembles de données sont explorées. La séance de cours se termine par l'algorithme de croissance FP, qui découvre des ensembles d'éléments fréquents sans génération de candidats.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.