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
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