A.通过使用先验原理对搜索空间进行剪枝,解决了候选频繁集组合爆炸的问题
B.候选集的产生:通过前一次迭代的(k-1)项频繁集产生新的k项候选频繁集
C.候选项集的剪枝:采用基于支持度的剪枝。原理:如果一个项是频繁集,则它的所有子集一定也是频繁集
D.规则产生:每个k项频繁集会产生多达2^k-2个关联规则,需要基于置信度进行剪枝
A.通过频繁项集生成和情节的向下封闭检测两个阶段来挖掘候选集
B.通过候选集生成和情节的向下封闭检测两个阶段来挖掘频繁项集
C.数据集中包含该项集的数据所占数据集的比例,度量一个集合在原始数据中出现的频率
D.若某条规则不满足最小置信度要求,则该规则的所有子集也不满足最小置信度要求
A.Apriori算法通常使用先验知识或者假设
B.如果某个项集是频繁的,那么它的所有子集也是频繁的
C.如果一个项集是非频繁集,那么它的所有超集也是非频繁的
D.Apriori算法不可以用来发现频繁集
A.机器学习、对数回归、关联模式
B.K均值法、SOM机器学习
C.Apriori算法、FP-Tree算法
D.RBF机器学习、K均值法、机器学习