• 2022-06-26
    请根据Apriori算法回答以下问题 利用Apriori算法计算频繁项集可以有效降低计算频繁集的时间复杂度。在以下的购物篮中产生支持度不小于3的候选3-项集,在候选2-项集中需要剪枝的是()
    A: 啤酒、尿布
    B: 啤酒、面包
    C: 面包、尿布
    D: 啤酒、牛奶
  • B,D

    内容

    • 0

      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

    • 1

      Apriori算法的核心是 A: 通过连接产生候选项与其支持度,然后通过剪枝生成频繁项集。 B: 提出不产生候选项与其支持度的方法。 C: 采用垂直数据表示形式 D: 不产成候选频繁项集的方法。

    • 2

      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

    • 3

      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

    • 4

      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