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。
错
举一反三
- 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
- 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
- （ ）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
- 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
- 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
内容
- 0
关联规则法的数据挖掘目的就是从源数据库中挖掘满足（）和（）的关联规则。（ ） A: 最小支持度，最大可行度 B: 最大支持度，最小可行度 C: 最大支持度，最大可信度 D: 最小支持度，最小可信度
- 1
发现关联规则的算法通常要经过以下三个步骤：连接数据,作数据准备;给定最小支持度和(),利用数据挖掘工具提供的算法发现关联规则;可视化显示、理解、评估关联规则 A: 最小兴趣度 B: 最小置信度 C: 最大支持度 D: 最小可信度
- 2
满足最小支持度和最小置信度的关联规则叫（）。
- 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
关联分析一般分为两个步骤，分别为（）。 A: 依据置信度，产生和选择候选集 B: 通过迭代找到数据库中的所有频繁项集 C: 利用频繁项集构造出满足用户最小置信度的关联规则 D: 利用提升度找到强关联规则