已知a={a, b, d）是满足最小支持度的频繁项集，若不考虑置信度，由c（可产生关 联规则的数量为（）。
A: 3
B: 4
C: 5
D: 6
A: 3
B: 4
C: 5
D: 6
举一反三
- 如果项集I的相对支持度满足预定义的(),则I是频繁项集。 A: 绝对支持度 B: 最小支持度阈值 C: 最小置信度阈值 D: 支持度计数
- 下列是Apriori算法生成频繁项集主要步骤，对其进行排序正确的是（ ）（1）扫描交易记录来查看哪些项集满足最小支持度要求，那些不满足最小支持度的项集会被去掉。（2）接下来重新扫描交易记录，去掉不满足最小支持度的2-项集。 （3）接下来重新扫描交易记录，去掉不满足最小支持度的项集，重复进行直到所有项集都被去掉。（4）首先会生成所有单个物品的项集列表 。（5）对剩下的1-频繁项集进行组合并生成包含两个元素的项集 。（6）对剩下的2-频繁项集进行组合并生成包含三个元素的项集 。 A: （4）（5）（2）（6）（3） B: （1）（2）（3）（4）（5）（6） C: （4）（1）（5）（2）（6）（3） D: （4）（5）（1）（2）（6）（3）
- 已知置信度为60%，支持度为60%，分别用Apriori算法和FP-Growth算出所有的频繁项集。 1 项 2 {A、B、C、D} 3 {B、C、D} 4 {A、B、C、E} 5 {B、D、E} 6 {A、B、C、D}
- 12. 设最小支持度阈值为30%，最小置信度阈值为70%，如果一个项集的支持度为50%，则该项集是频繁项集。
- 下列有关关联规则挖掘的说法正确的是( )。 A: 先验原理可以描述为:如果一个项集是频繁的，那么包含它的所有项集也是频繁的 B: 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集个数 C: 具有较高支持度的项集同时也具有较高的置信度 D: 关联规则挖掘是发现满足最小支持度的所有项集代表的规则