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() 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

题目

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() 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
如果没有搜索结果或未解决您的问题,请直接 联系老师 获取答案。
相似问题和答案

第1题:

啤酒与尿布的故事是聚类分析的典型实例。()

此题为判断题(对,错)。


正确答案:错误

第2题:

若张某消费牛奶和面包时的边际替代率为1/4,即一单位牛奶相当于1/4单位的面包,则()。

A.牛奶价格为4,面包价格为1时,张某获得最大效用

B.牛奶价格为1,面包价格为4时,张某获得最大效用

C.牛奶价格为10,面包价格为2时,张某应增加牛奶的消费

D.以上都不对


参考答案:B

第3题:

啤酒含有丰富的氨基酸、维生素,每瓶啤酒相当于200克鸡蛋(1瓶牛奶或340克猪肉)所产生的 热量,因此有“液体面包”的美称.( )


正确答案:√

第4题:

啤酒又被称为“液体面包”。()


正确答案:正确

第5题:

下面购物篮能够提取的3-项集的最大数量是() ID购买项 1牛奶,啤酒,尿布 2面包,黄油,牛奶 3牛奶,尿布,饼干 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

正确答案:C

第6题:

设有如下所示的某商场购物记录集合,每个购物篮中包含若干商品:

购物篮编号

商品

1

面包,牛奶

2

面包,啤酒,鸡蛋,尿布

3

牛奶,啤酒,尿布,可乐

4

面包,牛奶,啤酒,尿布

5

面包,牛奶,尿布,可乐

现在要基于该数据集进行关联规则挖掘。如果设置最小支持度为60%,最小置信度为80%,则如下关联规则中,符合条件的是( )。

A.啤酒→尿布

B.(面包,尿布)→牛奶

C.面包→牛奶

D.(面包,啤酒)→尿布


正确答案:A
关联规则是形如X->Y的蕴涵表达式。关联规则的强度可以用它的支持度(s)和置信度(e)度量。支持度确定规则可以用于给定数据集的频繁程度,而置信度确定Y在包含x的事务中出现的频繁程度。两者可以用公式表示:从题目中可以看到事务总数是5,A的{啤酒、尿布}支持度计数是3,{啤酒}支持计数是3,所以s=0.6。e=1。同理可得B{面包、尿布}支持计数为3,{面包、尿布、牛奶}支持计数是2,所以S=0.4,C=2/3。C中,{面包、牛奶}支持计数为3,{面包}支持计数为4,所以S=0.6,C=0.75。D中,{面包、啤酒}支持计数为2,{面包、啤酒、尿布}支持计数为2,所以S=0.4,e=1。综上所述,结果选A。

第7题:

考虑如下的频繁3-项集:{1,2,3},{1,2,4},{1,2,5},{1,3,4},{1,3,5},{2,3,4},{2,3,5},{3,4,5}。 (a)根据Apriori算法的候选项集生成方法,写出利用频繁3-项集生成的所有候选4-项集。 (b)写出经过剪枝后的所有候选4-项集。


正确答案:(a)利用频繁3-项集生成的所有候选4-项集:
{1,2,3,4},{1,2,3,5},{1,2,4,5},{1,3,4,5},{2,3,4,5}
(b)经过剪枝后的所有候选4-项集:
{1,2,3,4},{1,2,3,5}

第8题:

牛奶可以跟以下哪种食物一起食用?()

A、面包

B、苹果

C、鸡蛋

D、巧克力


正确答案是:A

第9题:

在德国有“液体面包”的是()

  • A、啤酒
  • B、葡萄酒
  • C、可乐
  • D、咖啡

正确答案:A

第10题:

德国男人超市购买婴儿纸尿布的同时往往还购买啤酒,计算机分析超市的购物数据后发现了这一规律,于是将啤酒货架移到了婴儿纸尿布货架旁,啤酒和纸尿布的销量都有所增加。计算机分析购物数据发现这一规律的过程属于()

  • A、信息分类
  • B、智能代理
  • C、模式识别
  • D、关联分析

正确答案:D

更多相关问题