啤酒、尿布
啤酒、面包
面包、尿布
啤酒、牛奶
第1题:
利用先验原理可以帮助减少频繁项集产生时需要探查的候选项个数。
第2题:
先验原理可以表述为:如果一个项集是频繁的,那包含它的所有项集也是频繁的。
第3题:
频繁项集
第4题:
考虑下面的频繁3-项集的集合:{1,2,3},{1,2,4},{1,2,5},{1,3,4},{1,3,5},{2,3,4},{2,3,5},{3,4,5}假定数据集中只有5个项,采用合并策略,由候选产生过程得到4-项集不包含()。
第5题:
用于求解繁琐项集的一个经典算法是Apriori算法()
第6题:
下列有关Apriori算法的说法中不正确的是()
第7题:
下列对关联规则的描述中,不正确的是()。
第8题:
Apriori算法是关联分析中最常用的算法之一
应用Apriori算法时,需要先设定模型的最小支持度、最小置信度等阈值
应用Apriori算法时,输入的数据可以是连续型数据也可以是离散型数据
Apriori算法扫描数据库的次数依赖于最大频繁项集中项的数量
第9题:
第10题:
1,2,3,4
1,2,3,5
1,2,4,5
1,3,4,5
第11题:
对
错
第12题:
abc
ad
cd
de
第13题:
Apriori算法的计算复杂度受()影响。
第14题:
什么是频繁项集?
第15题:
考虑如下的频繁3-项集:{1,2,3},{1,2,4},{1,2,5},{1,3,4},{1,3,5},{2,3,4},{2,3,5},{3,4,5}。 (a)根据Apriori算法的候选项集生成方法,写出利用频繁3-项集生成的所有候选4-项集。 (b)写出经过剪枝后的所有候选4-项集。
第16题:
根据下面的购物篮,假定支持度阈值为40%,其中()是频繁闭项集。 TID 项 1 abc 2 abcd 3 bce 4 acde 5 de
第17题:
利用Apriori算法计算频繁项集可以有效降低计算频繁集的时间复杂度。在以下的购物篮中产生支持度不小于3的候选3-项集,在候选2-项集中需要剪枝的是() ID 项集 1 面包、牛奶 2 面包、尿布、啤酒、鸡蛋 3 牛奶、尿布、啤酒、可乐 4 面包、牛奶、尿布、啤酒 5 面包、牛奶、尿布、可乐
第18题:
频繁项集、频繁闭项集、最大频繁项集之间的关系是()
第19题:
对
错
第20题:
频繁项集频繁闭项集=最大频繁项集
频繁项集=频繁闭项集最大频繁项集
频繁项集频繁闭项集最大频繁项集
频繁项集=频繁闭项集=最大频繁项集
第21题:
频繁项集的子集也一定是频繁的
若一个项集是非频繁的,则它的超集有可能是频繁的
Apriori算法是关联规则的经典技术
连接和剪枝是关联规则的两个常见步骤
第22题:
BC
CE
C
CD
第23题:
对
错