极大频繁项集不能无损还原出频繁项集，是因为它不包含频繁项集的（）信息。
支持度
举一反三
- 频繁项集、频繁闭项集、最大频繁项集之间的关系是（ ）
- 对频繁项集、频繁闭项集、极大频繁项集的关系描述正确的是（）[注：分别以1、2、3代表之]
- 设有项目集X，X1是X的一个子集，则下列结论中成立的是（） A: 如果X是频繁项集，则X1也是频繁项集 B: 如果X1是频繁项集，则X也是频繁项集 C: 如果X是非频繁项集，则X1也是非频繁项集 D: 如果X1是非频繁项集，则X也是非频繁项集
- 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
- 关联规则数据挖掘算法的基本步骤是： A: 先找出事物数据库中最长频繁项集，再利用最长频繁项集逐层迭代生成渐短频繁项集，直到1频繁集 B: 先找出事物数据库中所有大于平均支持度的项集，再在这些项集中找出所有大于平均置信度的项集 C: 先找出事物数据库中所有大于平均置信度的项集，再在这些项集中找出所有大于平均支持度的项集 D: 先找出事物数据库中所有频繁项集，再利用频繁项集生成所需要的关联规则
内容
- 0
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
- 1
若I={a，b，c，d}，D中含有10个事务，{a，b，c}是一个频繁项集，则以下叙述中错误的是（） A: {a，b，c，d}一定是频繁项集 B: {a，b}一定是频繁项集 C: ｛a，c｝一定是频繁项集 D: {b}一定是频繁项集
- 2
成教云: 先验原理可以表述为：如果一个项集是频繁的，那包含它的所有项集也是频繁的。（）
- 3
闭频繁模式、极大模式等模式可能增加频繁模式挖掘所产生的频繁项集数量。
- 4
下面关于频繁项集、最大频繁项集和频繁闭项集的说法中，哪一个不正确？ A: 对于同一个事务数据库和一样的支持度阈值，最大频繁项集集合必然是频繁闭项集集合的子集 B: 对于同一个事务数据库和一样的支持度阈值，频繁闭项集必然是频繁项集 C: 若{A,B}和{A,B,C}的支持度不相等，则{A,B,C}的支持度比{A,B}的小 D: 若{A,B}和{A,B,C}的支持度相等，则{A,B,D}可能是闭项集