具有较高的支持度的项集具有较高的置信度。

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。

判断题查看答案

一个数据库有5个事务，如表所示。设min_sup=60%，min_conf=80%。 （a）分别用Apriori算法和FP-growth算法找出所有频繁项集。比较两种挖掘方法的效率。 （b）比较穷举法和Apriori算法生成的候选项集的数量。 （c）利用（1）所找出的频繁项集，生成所有的强关联规则和对应的支持度和置信度。

简答题查看答案

数据集如下表所示： （a）把每一个事务作为一个购物篮，计算项集{e}，{b，d}和{b，d，e}的支持度。 （b）利用（a）中结果计算关联规则{b，d}→{e}和{e}→{b，d}的置信度。置信度是一个对称的度量吗？ （c）把每一个用户购买的所有商品作为一个购物篮，计算项集{e}，{b，d}和{b，d，e}的支持度。 （d）利用（b）中结果计算关联规则{b，d}→{e}和 {e}→{b，d}的置信度。置信度是一个对称的度量吗？

简答题查看答案

基于邻近度的离群点检测方法不能处理具有不同密度区域的数据集。

判断题查看答案

分别说明利用支持度、置信度和提升度评价关联规则的优缺点。

简答题查看答案

简述在多层关联规则挖掘中，在不同的层使用一致的支持度的优缺点。

简答题查看答案

什么是频繁项集？

简答题查看答案

项集的频率是指（）

填空题查看答案

频繁项集

名词解析查看答案