超星 - 第4章关联规则挖掘章节测验 - 查题吧

单选题

考虑下面的频繁3-项集的集合:{1,2,3},{1,2,4},{1,2,5},{1,3,4},{1,3,5},{1,4,5},{2,3,4},{2,3,5},{3,4,5}假定数据集中只有5个项,采用合并策略,由候选产生过程得到4-项集不包含( )

A. 1,2,3,4
B. 1,2,3,5
C. 1,2,4,5
D. 1,3,4,5

单选题

下面购物篮能够提取的3-项集的最大数量是多少（最小支持度计数为3）？ID 购买项1 牛奶,啤酒,尿布2 面包,黄油,牛奶3 牛奶,尿布,面包4 面包,黄油,饼干5 啤酒,饼干,尿布6 牛奶,尿布,面包,黄油7 面包,黄油,尿布8 啤酒,尿布9 牛奶,尿布,面包,黄油10 啤酒,饼干

A. 1
B. 2
C. 3
D. 4

单选题

考虑下面的频繁3-项集的集合:{A,B,C},{A,B,D},{A,B,E},{A,C,D},{A,C,E},{B,C,D},{B,C,E},{C,D,E}假定数据集中只有5个项,采用合并策略,由候选产生过程得到4-项集不包含( )。

A. {A,B,C,D}
B. {A,B,C,E}
C. {A,B,D,E}
D. {A,C,D,E}

多选题

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，假设支持度>=3为频繁项集,在候选2-项集中需要剪枝的是( )ID 项集1 面包、牛奶2 面包、尿布、啤酒、鸡蛋3 牛奶、尿布、啤酒、可乐4 面包、牛奶、尿布、啤酒5 面包、牛奶、尿布、可乐

A. 啤酒、尿布
B. 啤酒、面包
C. 面包、尿布
D. 啤酒、牛奶

判断题

频繁模式增长FP-growth是一种比Aprior算法更高效的关联规则挖掘算法。

A. 对
B. 错

判断题

如果规则X-->Y-X不满足置信度阈值,则形如X'-->Y-X'的规则一定也不满足置信度阈值,其中X'是X的子集。

A. 对
B. 错

1