下表是超市有关牛奶面包的事务条目数据，使用Apriori算法，写出购买（面包，牛奶）的支持度（精确到1位小数） 买面包 不买面包 合计 买牛奶 2000 500 2500 不买牛奶 1000 1500 2500 合计 3000 2000 5000
下表是超市有关牛奶面包的事务条目数据，使用Apriori算法，写出购买（面包，牛奶）的支持度（精确到1位小数） 买面包 不买面包 合计 买牛奶 2000 500 2500 不买牛奶 1000 1500 2500 合计 3000 2000 5000
参考答案和解析
0.4
相关考题：
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
张华，男，14岁，其营养素的需要量见下表。超市中某面包的营养标签如下表。如张华的早餐为该面包100g，牛奶250g（每100g可食部含碳水化合物3.4g）。面包和牛奶的GI值分别为56和18，请计算该早餐的食物血糖负荷GL，并进行评价。
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、1B、2C、3D、4
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
单选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A1B2C3D4
单选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
单选题小玲去食品店，我让她给我买几个奶油面包，她却给我买了方便面。问：小玲应该给“我”买什么？A牛奶B面包C饼干D方便面