下列关于Apriori算法的说法错误的是( )
A: 初始化的目的是找到所有的 频繁 1-项集
B: Apriori算法主要包含初始化和迭代搜索两部分
C: 迭代的目的是通过上一次迭代得到的频繁(k-1)-项集得到频繁k-项集
D: Apriori算法通过最小置信度进行剪枝
A: 初始化的目的是找到所有的 频繁 1-项集
B: Apriori算法主要包含初始化和迭代搜索两部分
C: 迭代的目的是通过上一次迭代得到的频繁(k-1)-项集得到频繁k-项集
D: Apriori算法通过最小置信度进行剪枝
举一反三
- Apriori算法挖掘频繁项集的过程主要包含()。 A: 连接 B: 剪枝 C: k-项集 D: k-1频繁项集
- 在Apriori算法中，在得到频繁的k-1项集之后，通过以下哪种连接方法，生成k-项集候选 A: 所有的k-项集都看做可能的候选集 B: 通过频繁的k-1项集和频繁的1项集连接生成频繁的k-项集候选 C: 通过合并一对频繁的k-1项集生成频繁的k项集候选 D: 以上都不是
- Apriori算法是最有影响的挖掘布尔关联规则频繁项集的算法。其核心是基于两阶段（ ）思想的递推算法。 A: 连续数据离散化 B: 频繁项集 C: 关联项集 D: 离散数据连续化
- 下列算法中，( )是挖掘频繁项集的算法。 A: Apriori B: ID3 C: K-means D: C4.5
- Apriori算法所基于的先验性质是：非频繁项集的超集必定是非频繁的