下列哪个选项不是关联规则挖掘算法
A: Apriori
B: FP-Growth
C: Close
D: KNN
A: Apriori
B: FP-Growth
C: Close
D: KNN
D
举一反三
- 关联规则挖掘算法有： A: Apriori B: FP-Growth C: Close D: KNN
- 常见的关联规则挖掘算法包括:( ) A: MP-Growth算法 B: FP-Growth算法 C: Apriori算法 D: Bpriori算法
- 关联规则挖掘的算法主要有哪两种？ A: Apriori B: FP-Growth C: FIFO D: Sort
- 下列哪种算法属于分类算法的范畴（）. A: Apriori算法 B: k-means算法 C: kNN算法 D: FP-Growth算法
- 关联规则发现是数据挖掘中最为重要和典型的一种方法。最常用的关联规则发现算法是（）. A: Apriori算法 B: k-means算法 C: kNN算法 D: C4.5算法
内容
- 0
FP-growth 关联规则挖掘算法不用生成候选集。
- 1
Apriori算法是一种典型的关联规则挖掘算法。
- 2
下列算法中，sklearn中未提及的是()。 A: K-Means聚类算法 B: LogisticRegression C: KNN最近邻分类算法 D: Apriori关联规则算法
- 3
频繁模式增长FP-growth是一种比Aprior算法更高效的关联规则挖掘算法。
- 4
有关Apriori算法和FP-增长算法，正确的说法有哪些？ A: 对于同样的样本集和算法参数（支持度和置信度等），Apriori算法的速度一般要慢于FP增长算法。 B: 对于同一个样本集，Apriori算法和FP增长算法的结果是相同的。 C: Apriori算法发现的关联规则要比FP增长算法多，因为前者扫描的次数多。 D: 对于Apriori算法和FP增长算法，随着最小支持度的提高（最小置信度不变），得到的关联规则数会增加。