研究者提出从表格基础模型提取关联规则的框架

Erkan Karabulut 等作者提出一个模型无关的关联规则学习框架，可从任意表格数据的条件概率模型中提取关联规则，并给出基于表格基础模型（TFM）的实例 TabProbe，无需频繁项集挖掘即可直接学习规则。 作者称，在多种规模的表格数据集上，TFM 生成的关联规则简洁、质量高且预测性能强，在低数据场景下无需任务特定训练仍保持稳健。该工作扩展版已发表于 TMLR。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。