《数据挖掘》练习题(第6章).docVIP

一、填空题 1、关联规则挖掘的目的是 。 2、在下列事务数据集中 TID 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} 项集{啤酒，尿布，牛奶}的支持数为 ，支持度为 。 3、在第2题的事务数据集中，如果将最小支持数定为3，则数据集中的频繁项集有 。 4、在第2题的事务数据集中，规则 {牛奶，尿布}→{啤酒} 的支持度为 ，置信度为 。 5、满足最小支持度和最小信任度的关联规则称为 。 6、给定一个事务数据库，关联规则挖掘间题就是通过用户指定的 和 来寻找强关联规则的过程。 7、关联规则挖掘问题可以划分成 和 两个子问题。 8、可以降低产生频繁项集的计算复杂度两种方法为： 和 。 9、候选集产生的方法有： 、 和 。 10、Apriori算法有两个致命的性能瓶颈。它们分别是： (1) (2) 二、多项选择题 1、设有项目集是的一个子集，则下列结论中成立的是( ) A、如果如果频繁项目集,则也是频繁项目集； B、如果如果频繁项目集,则也是频繁项目集； C、如果如果非频繁项目集,则也是非频繁项目集； C、如果如果非频繁项目集,则也是非频繁项目集； E、如果如果频繁项目集,则可能是频繁项目集也可能是非频繁项目集。 2、设3-项集是频繁项目集，则下列1-项集和2-项集中，( )是频繁项目集。 A、 B、 C、 D、 E、 3、设事务数据库具有项集，已知不是强关联规则时,则下列关联规则中，( )一定不是强关联规则。 A、 B、 C、 D、 E、 4、设事务数据库具有项集，已知不是强关联规则时,则下列关联规则中，( )一定不是强关联规则。 A、 B、 C、 D、 E、 5、假设关联规则具有低可置信度，则在关联规则生成算法中，规则( )应该被丢弃(剪枝)。 A、 B、 C、 D、 E、 三、问答题 1、进行关联分析时，需要处理的两个关键问题是什么？ 2、将下列事务数据库的用二元形式表示 TID 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} 四、求解题 1、设有如下事务数据库： TID Itemset 1 A,B,C,D 2 B,C,D 3 A,B,C,E 4 B,D,E 5 A,B,C,D (1)设minsupport=40%，利用Apriori算法求出所有的频繁项目集，指出其中的最大频繁项目集。 (2)设minconfidence=60%，利用Apriori算法生成找出所有的强关联规则。 2、考虑下表中购物篮事务数据集。 顾客ID 购买项 1 {a,d,e} 1 {a,b,c,e} 2 {a,b,d,e} 2 {a,c,d,e} 3 {b,c,e} 3 {b,d,e} 4 {c,d} 4 {a,b,c} 5 {a,d,e} 5 {a,b,e} (1)设minsupport=40%，利用Apriori算法求出所有的频繁项目集，指出其中的最大频繁项目集。 (2)设minconfidence=60%，利用Apriori算法生成找出所有的强关联规则。 3、考虑下表中显示的购物篮事务。 事务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} (1)设minsupport=40%，利用Apriori算法求出所有的频繁项目集，指出其中的最大频繁项目集。 (2)设minconfidence=60%，利用Apriori算法生成找出所有的强关联规则。