关于关联规则,正确的是:( )。
A: 关联规则挖掘的算法主要有: Apriori和FP-Growth
B: 一个项集满足最小支持度,我们称之为频繁项集
C: 啤酒与尿布的故事是聚类分析的典型实例
D: 支持度是衡量关联规则重要性的一个指标
A: 关联规则挖掘的算法主要有: Apriori和FP-Growth
B: 一个项集满足最小支持度,我们称之为频繁项集
C: 啤酒与尿布的故事是聚类分析的典型实例
D: 支持度是衡量关联规则重要性的一个指标
A,B,D
举一反三
- 关于关联规则,正确的是:( )。 A: 关联规则挖掘的算法主要有: Apriori和FP-Growth B: 一个项集满足最小支持度,我们称之为频繁项集 C: 啤酒与尿布的故事是聚类分析的典型实例 D: 支持度是衡量关联规则重要性的一个指标
- 在啤酒与尿布的案例中，运用Apriori算法的主要目的是得出（ ）。 A: 频繁项集 B: 强关联规则 C: 最小支持度 D: 最小置信度
- 关联规则挖掘过程是发现满足最小支持度的所有项集代表的规则。
- 支持度是衡量关联规则重要性的一个指标。
- （ ）是关联规则发现算法的核心。 A: 设置最小支持度 B: 发现所有频繁项集 C: 找到所有的强规则 D: 发现一些频繁项集
内容
- 0
支持度是衡量关联规则重要性的一个指标，置信度是对关联规则的准确度的衡量。
- 1
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
- 2
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
- 3
一个关联规则同时满足最小支持度和最小置信度，我们称之为（ ）
- 4
支持度是衡量关联规则重要性的一个指标。 A: 对 B: 错