アソシエーションルールの学習は監督下の学習アプローチと見なされるのはなぜですか？

Question

誰かが私に説明することができます、なぜ協会ルールの学習は教師なし学習のアプローチと考えられますか？

{a, b, c} 
{a, b, d} 
=> a -> b 
=> b -> a 

私はそれを参照してください方法は、唯一の任意のデータ・セットがあります。私はそれを理解方法は、アルゴリズムは、コヒーレントデータ・セットの束を取り、これらのセットに基づいて関連付けを計算していることです。特定のターゲットベクターはありません。これは監督と呼ばれるのはなぜですか？

Answer 1

Association rule learningをunsupervisedまたはsupervised learning taskと見なすと、それはオープンな議論であると思います。 Wikipediaカウントそれ教師付き学習アルゴリズムのグループにother resourcesは教師なし学習アルゴリズムのクラスにそれらをカウントしながら：

分類モデルという結果に、決定木とルールセットの誘導とは対照的に、相関ルールの学習があります教師なしの 学習方法です。例にはクラスラベルは割り当てられていません。

機械学習とデータマイニング - スプリンガー

私はそれが実際の学習部分がどのように実装されるかにダウンしていたとします。一つは、そのようなあなたの例のようにtraining data - labelペアのデータセットを作成することができます。

1はIとしてかなり良い精度でデータセットの基礎となるパターンを理解するためにニューラルネットワークを訓練することができ、これらのペアのカップルの数百または数千を持っ

{a, b, c} 
{a, b, d} 
=> a -> b 
=> b -> a 

を考えていただろう。これはSupervised Learning taskとなります。NNは事前に宣言された例から学習します。

アルゴリズムは関連がに基づいて計算されるように実装されている一方場合：サポート - 信頼 - リフト - 信念それはUnsupervised Learning taskだろう。