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

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


参考解析

解析: 暂无解析

相关考题:

Apriori算法的计算复杂度受()影响。 A、支持度阈值B、项数C、事务数D、事务平均宽度

Apriori算法所面临的主要的挑战包括()。A 会消耗大量的内存B 会产生大量的候选项集C 对候选项集的支持度计算非常繁琐D 要对数据进行多次扫描

Apriori算法扫描数据库的次数等于最大频繁项集的项数。() 此题为判断题(对,错)。

在多维关联规则挖掘中,我们搜索的不是频繁项集,而是()

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个数。

Apriori算法的计算复杂度受()影响。A、支持度阀值B、项数(维度)C、事务数D、事务平均宽度

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。

什么是频繁项集?

频繁项集

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。

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},{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、1,2,3,4B、1,2,3,5C、1,2,4,5D、1,3,4,5

根据下面的购物篮,假定支持度阈值为40%,其中()是频繁闭项集。  TID 项 1 abc 2 abcd 3 bce 4 acde 5 deA、abcB、adC、cdD、de

用于求解繁琐项集的一个经典算法是Apriori算法()

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

下列有关Apriori算法的说法中不正确的是()A、Apriori算法是关联分析中最常用的算法之一B、应用Apriori算法时,需要先设定模型的最小支持度、最小置信度等阈值C、应用Apriori算法时,输入的数据可以是连续型数据也可以是离散型数据D、Apriori算法扫描数据库的次数依赖于最大频繁项集中项的数量

频繁项集、频繁闭项集、最大频繁项集之间的关系是()A、频繁项集频繁闭项集=最大频繁项集B、频繁项集=频繁闭项集最大频繁项集C、频繁项集频繁闭项集最大频繁项集D、频繁项集=频繁闭项集=最大频繁项集

下列对关联规则的描述中,不正确的是()。A、频繁项集的子集也一定是频繁的B、若一个项集是非频繁的,则它的超集有可能是频繁的C、Apriori算法是关联规则的经典技术D、连接和剪枝是关联规则的两个常见步骤

判断题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。A对B错

单选题下列有关Apriori算法的说法中不正确的是()AApriori算法是关联分析中最常用的算法之一B应用Apriori算法时,需要先设定模型的最小支持度、最小置信度等阈值C应用Apriori算法时,输入的数据可以是连续型数据也可以是离散型数据DApriori算法扫描数据库的次数依赖于最大频繁项集中项的数量

单选题频繁项集、频繁闭项集、最大频繁项集之间的关系是()A频繁项集频繁闭项集=最大频繁项集B频繁项集=频繁闭项集最大频繁项集C频繁项集频繁闭项集最大频繁项集D频繁项集=频繁闭项集=最大频繁项集

名词解释题频繁项集

单选题下列对关联规则的描述中,不正确的是()。A频繁项集的子集也一定是频繁的B若一个项集是非频繁的,则它的超集有可能是频繁的CApriori算法是关联规则的经典技术D连接和剪枝是关联规则的两个常见步骤

单选题考虑下面的频繁3-项集的集合:{1,2,3},{1,2,4},{1,3,4},{1,3,5},{2,3,4},{2,3,5},{3,4,5}假定数据集中只有5个项,若采用合并策略,则由候选产生过程得到4-项集不包含()A1,2,3,4B1,2,3,5C1,2,4,5D1,3,4,5

单选题假设{BCE}为一频繁项目集(Frequent Itemset),则根据Apriori Principle以下何者不是子频繁项目?()ABCBCECCDCD

判断题用于求解繁琐项集的一个经典算法是Apriori算法()A对B错

判断题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个数。A对B错

多选题根据下面的购物篮,假定支持度阈值为40%,其中()是频繁闭项集。  TID 项 1 abc 2 abcd 3 bce 4 acde 5 deAabcBadCcdDde