第七章单元测试
- 下列几种数据挖掘功能中被广泛的用于购物篮分析的是（ ）。
- 关联规则的支持度公式为（ ）。
- 计算{面包（A）=>啤酒（E）}的支持度：（ ）。(保留小数点后一位)
- 某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖掘的哪类问题（ ）。
- 某个食品连锁店每周的事务记录如下表所示，每个事务表示在一项收款机业务中卖出的商品项集，假定min_sup=40%，min_conf=40%，使用Apriori算法生成的强关联规则有（ ）。
- 下列关于FP-growth算法优缺点的表述中，正确的有（ ）。
- Aprior算法包括连接和剪枝两个基本步骤。（ ）
- 具有较高的支持度的项集具有较高的置信度。（ ）
- 关联规则挖掘过程是发现满足最小支持度的所有项集代表的规则。（ ）
- 大型数据库中的关联规则挖掘包含找出所有频繁项集和由频繁项集产生强关联规则两个过程。（ ）
A:聚类分析 B:分类和预测 C:演变分析 D:关联分析
答案:关联分析
A:support(A=>B)=P(A∩B)； B:support(A=>B)=P(B|A)； C:support(A=>B)=P(A∪B)； D:support(A=>B)=P(A|B)
A:0.4 B:0.1 C:0.3 D:0.2
A:关联规则发现 B:聚类 C:自然语言处理 D:分类
A:{啤酒}->{面包} B:{果冻}->{牛奶} C:{面包}->{花生酱} D:{花生酱}->{面包}
A:FP-growth算法处理产生的条件树时会占用很多资源 B:FP-growth算法无须多次扫描数据库，节省了运行时间 C:FP-growth算法在建立FP-tree时占用空间较小 D:相比于Apriori算法，FP-growth算法运行速度要快一个数量级
A:对 B:错
A:对 B:错
A:对 B:错
A:对 B:错
温馨提示支付 ￥3.00 元后可查看付费内容,请先翻页预览!
