数据挖掘考试题目——关联分析教学提纲
数据挖掘复习提纲
《数据挖掘》复习提纲第一章数据挖掘概述1、什么是数据挖掘从大量数据中挖掘有用的知识2、数据挖掘的动机数据丰富，信息贫乏3、数据挖掘的同义词从数据中挖掘知识,知识提炼,数据/模式分析,数据考古,数据捕捞、信息收获、资料勘探等等4、知识发现的过程1.数据清理2.数据集成3.数据选择4.数据变换5.数据挖掘6.模式评估7.知识表示5、数据挖掘和知识发现是一回事吗？数据挖掘是知识发现过程的一个步骤6、数据挖掘可以挖掘的两类模式？描述性的数据挖掘，预测性的数据挖掘7、常用的数据挖掘技术？概念/类描述: 特性化和区分,挖掘频繁模式、关联和相关,分类和预,聚类分析,离群点（孤立点）分析,趋势和演变分析8、什么是离群点？离群点总是被抛弃的吗？离群点:一些与数据的一般行为或模型不一致的孤立数据。
通常孤立点被作为“噪音”或异常被丢弃，但在欺骗检测中却可以通过对罕见事件进行孤立点分析而得到结论9、挖掘的所有模式都是有趣的吗？什么样的模式是有趣的？如何度量模式的有趣度？一个数据挖掘系统/查询可以挖掘出数以千计的模式, 并非所有的模式都是有趣的易于理解，在某种必然程度上，对于新的或检验数据是有效的，是潜在有用的，是新颖的，符合用户确信的某种假设客观: 基于模式的统计和结构, 例如, 支持度, 置信度, 等.主观: 基于用户对数据的确信, 例如, 出乎意料, 新颖性, 可行动性等.10、数据挖掘原语类型？任务相关的数据，挖掘的知识类型，背景知识，模式相关度度量，发现模式的可视化第二章数据预处理1、现实世界中的数据是“脏”的，主要体现在哪几个方面？数据为什么脏？不完整、含噪声和不一致不完全数据源于：数据收集时未包含，数据收集和数据分析时的不同考虑.，人/硬件/软件问题噪音数据源于：收集数据的设备可能出现故障，数据输入时人为录入错误，数据传输错误不一致数据源于：不同的数据源，数据代码不一致（日期格式）2、为什么要进行数据预处理？现实世界的数据一般是脏的、不完整的和不一致的。
数据挖掘复习题纲
一、1.2 数据仓库与数据库有何不同？它们有哪些相似之处?简而言之，数据库是面向事务的设计，数据仓库是面向主题设计的。
数据库一般存储在线交易数据，数据仓库存储的一般是历史数据。
数据库设计是尽量防止冗余，一般采用符合式的规那么来设计，数据仓库在设计是有意引入冗余，采用反式的方式来设计。
数据库是为捕获数据而设计，数据仓库是为分析数据而设计，它的两个根本的元素是维表和事实表。
维是看问题的角度，比方时间，部门，维表放的就是这些东西的定义，事实表里放着要查询的数据，同时有维的ID。
单从概念上讲，有些晦涩。
任何技术都是为应用效劳的，结合应用可以很容易地理解。
以银行业务为例。
数据库是事务系统的数据平台，客户在银行做的每笔交易都会写入数据库，被记录下来，这里，可以简单地理解为用数据库记帐。
数据仓库是分析系统的数据平台，它从事务系统获取数据，并做汇总、加工，为决策者提供决策的依据。
比方，某银行某分行一个月发生多少交易，该分行当前存款余额是多少。
如果存款又多，消费交易又多，那么该地区就有必要设立ATM了。
显然，银行的交易量是巨大的，通常以百万甚至千万次来计算。
事务系统是实时的，这就要求时效性，客户存一笔钱需要几十秒是无法忍受的，这就要求数据库只能存储很短一段时间的数据。
而分析系统是事后的，它要提供关注时间段所有的有效数据。
这些数据是海量的，汇总计算起来也要慢一些，但是，只要能够提供有效的分析数据就到达目的了。
数据仓库，是在数据库已经大量存在的情况下，为了进一步挖掘数据资源、为了决策需要而产生的，它决不是所谓的“大型数据库〞。
那么，数据仓库与传统数据库比拟，有哪些不同呢?让我们先看看W.H.Inmon关于数据仓库的定义:面向主题的、集成的、与时间相关且不可修改的数据集合。
“面向主题的〞:传统数据库主要是为应用程序进展数据处理，未必按照同一主题存储数据;数据仓库侧重于数据分析工作，是按照主题存储的。
这一点，类似于传统农贸市场与超市的区别—市场里面，白菜、萝卜、香菜会在一个摊位上，如果它们是一个小贩卖的;而超市里，白菜、萝卜、香菜那么各自一块。
数据挖掘技术（三）——关联分析
数据挖掘技术（三）——关联分析3、关联分析3.1、基本概念（1）通常认为项在事物中出现⽐不出现更重要，因此项是⾮对称⼆元变量。
（2）关联规则是形如X->Y的蕴涵表达式，其中X和Y是不相交的项集，即X交Y=空。
（3）由关联规则作出的推论并不必然蕴涵因果关系。
它只表⽰规则前件和后件中的项明显地同时出现。
（4）通常，频繁项集的产⽣所需的计算开销远⼤于规则产⽣所需的计算开销。
（5）任何具有反单调性的度量都能够结合到数据挖掘算法中，对候选项集的指数搜索空间有效地进⾏剪枝。
3.2、Apriori算法：算法主要利⽤了如下性质：如果⼀个项集是频繁的，则它的所有⼦集⼀定也是频繁的（这个性质也称⽀持度度量的反单调性）。
也就是说如果当前的项集不是频繁的，那么它的超集也不在是频繁的。
（该算法的计算复杂度依赖于数据中的项数和事物的平均长度等性质）算法步骤：（1）算法初始通过单遍扫描数据集，确定每个项的⽀持度。
⼀旦完成这⼀步，就得到所有频繁1项集的集合F1；（2）接下来，该算法使⽤上⼀次迭代发现的频繁(k-1)项集，产⽣新的候选k项集；（3）为了对候选项的⽀持度计数，算法需要再次扫描⼀遍数据库，使⽤⼦集函数确定包含在每⼀个事物t中的C k中的所有候选k项集；（4）计算候选项的⽀持度计数后，算法将删除⽀持度计数⼩于minsup的所有候选项集；（5）当没有新的频繁项集产⽣时，算法结束。
Apriori算法第⼀它是逐层算法，第⼆它使⽤产⽣—测试策略来发现频繁项集。
注意：在由k-1项集产⽣k项集的过程中有以下⼏点注意：（1）新产⽣的k项集先要确定它的所有的k-1项真⼦集都是频繁的（其实如果k个⼦集中的m个⽤来产⽣候选项集，则在候选项集剪枝时只需检查剩下的k-m个⼦集），如果有⼀个不是频繁的，那么它可以从当前的候选项集中去掉。
（2）候选项集的产⽣⽅法：A)蛮⼒法：从2项集开始以后所有的项集都从1项集完全拼出来。
如：3项集有3个⼀项集拼出（要列出所有的3个⼀项集拼出的可能）。
数据挖掘之关联分析
数据挖掘能做什么
相关性分组或关联规则 （Affinity grouping or association rules） 决定哪些事情将一起发生。 例子： 超市中客户在购买A的同时，经常会购买B，即A => B(关联规则) 客户在购买A后，隔一段时间，会购买B （序列分析）
聚类是对记录分组，把相似的记录在一个聚集里。聚类和分类的区别是聚集不依赖于预先定义好的类，不需要训练集。
关联规则的实现原理: 从所有的用户购物数据中（如果数据量过大，可以选取一定的时间区间，如一年、一个季度等），寻找当用户购买了A商品的基础上，又购买了B商品的人数所占的比例，当这个比例达到了预设的一个目标水平的时候，我们就认为这两个商品是存在一定关联的，所以当用户购买了A商品但还未购买B商品时，我们就可以向该类用户推荐B商品。
聚类（Clustering）
一些特定症状的聚集可能预示了一个特定的疾病 租VCD类型不相似的客户聚集，可能暗示成员属于不同的亚文化群
例子：
数据挖掘能做什么
STEP1
STEP2
我们会发现很多网站都具备了内容推荐的功能，这类功能无疑在帮助用户发现需求，促进商品购买和服务应用方面起到了显著性的效果。
01
03
02
关联推荐在实现方式上也可以分为两种：
数据关联
关联推荐在实现方式上也可以分为两种：
01
02
03
04
关联规则
以产品分析为基础的关联推荐
以用户分析为基础的关联推荐
基于用户分析的推荐是通过分析用户的历史行为数据，可能会发现购买了《Web Analytics》的很多用户也买了《The Elements of User Experience》这本书，那么就可以基于这个发现进行推荐。
数据挖掘 之关联分析
数据挖掘之关联分析1. 什么是关联分析关联分析是数据挖掘领域常用的一类算法，主要用于发现隐藏在大型数据集中有意义的联系。
举一个大家最耳熟能详的例子，就是尿布和啤酒，表示成关联规则的形式就是｛尿壶｝——> ｛啤酒｝。
这就是使用关联分析方法所得到的结果，而关联分析所得到的结果，我们可以用关联规则或者频繁项集的形式表示。
在进行关联分析时，我们常常会遇到这样两个问题：A. 从大型数据集中发现模式一般来说需要在计算上付出巨大的代价，甚至往往是impossble的，我们往往采用置信度和支持度的剪枝来解决这个问题。
B. 所发现的某些模式可能是虚假的，这个我们需要采用一些关联规则的评估来解决这个问题。
2. 基本概念A. 项集：在关联分析中，包含0个或者多个的项的集合称为项集。
如果一个项集包含k个项，那么就称为k-项集。
比如｛牛奶，咖啡｝则称为2项集。
B. 支持度：支持度用来确定给定数据集的频繁程度，即给定数据集在所有的数据集中出现的频率，例如s(X -> Y) = P(X,Y) / NC. 置信度：置信度则是用来确定Y在包含X的事务中出现的频繁程度，即 c(X -> Y) = P(X,Y) / P(X)3. 关联分析算法的基本原理支持度和置信度的意义在于，支持度是一个重要的度量，如果支持度很低，代表这个规则其实只是偶然出现，基本没有意义。
因此，支持度通常用来删除那些无意义的规则。
而置信度则是通过规则进行推理具有可靠性。
用c(X->Y)来说，只有置信度越高，Y出现在包含X的事务中的概率才越大，否则这个规则也没有意义。
通常我们在做关联规则发现的时候都会设定支持度和置信度阈值 minsup 和minconf ，而关联规则发现则是发现那些支持度大于等于minsup 并且置信度大于 minconf的所有规则。
所以，提高关联分析算法效率最简单的办法则是提高支持度和置信度的阈值。
所以，通过上面的概念，我们可以很自然地想到，关联分析的基本算法：A. 找到满足最小支持度阈值的所有项集，我们称之为频繁项集。
数据挖掘课程复习提纲(4 0)资料
数据挖掘课程复习提纲（4+0）有关考试题型：一、选择题（每题2 分，共16 分）二、判断题（每题1 分，共10 分)三、填空题（每空1 分，共19 分）四、简答题（每题5 分，共15 分）五、计算题（每题10 分，共40 分）基本要求：掌握数据预处理、分类、聚类、关联分析、离群点检测的基本方法，及每类方法的应用场景（每类方法理解、熟悉一个例子）。
算法重点掌握k-means、一趟聚类、Appriori 及基于密度的离群点检测方法；掌握决策树分类(C4.5、CART)、KNN分类的基本思想，基于聚类的离群点检测方法的思想。
第一章绪论1 数据挖掘的定义技术层面：数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中、人们事先不知道的、但又潜在有用的信息和知识的过程。
商业层面：数据挖掘是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。
2 数据挖掘的任务预测任务：根据其它属性的值预测特定（目标）属性的值，如回归、分类、异常检测。
描述任务：寻找概括数据中潜在联系的模式，如关联分析、聚类分析、序列模式挖掘。
●聚类(Clustering)分析“物以类聚，人以群分”。
聚类分析技术试图找出数据集中数据的共性和差异，并将具有共性的对象聚合在相应的簇中。
聚类分析可以帮助判断哪些组合更有意义，聚类分析已广泛应用于客户细分、定向营销、信息检索等领域。
●分类(Classification)分析分类分析就是通过分析示例数据库中的数据，为每个类别做出准确的描述，或建立分析模型，或挖掘出分类规则，然后用这个分类模型或规则对数据库中的其它记录进行分类。
分类分析已广泛应用于用户行为分析(受众分析)、风险分析、生物科学等领域。
聚类与分类的区别聚类问题是无指导的：没有预先定义的类。
分类问题是有指导的：预先定义有类。
●关联(Association)分析关联分析是发现特征之间的相互依赖关系，通常是在给定的数据集中发现频繁出现的模式知识(又称为关联规则)。
数据挖掘中的关联分析
3
4 5
0
1 1
1
1 1
1
1 1
1
1 0
0
0 0
1
0 1
• 从上述的购物篮数据中，我们可得出{尿布}{啤酒}这一有趣的规则。 • 这一频繁项集的得出，我们可以运用：Apriori算法、Hash树法、FP增长算 法等等。
• 关于该规则的支持度和置信度的计算如下：
• 上面规则的支持度s={尿布、啤酒}支持度计数/事物个数=3/5=0.6 • 上面规则的置信度c={尿布、啤酒}支持度计数/{尿布}支持度计数 =3/4=0.75
• 2.1基于统计学的方法
• 需指定用于刻画有趣总体段特性的目标属性，保留目标属性，对其余属性进 行二元化，产生频繁项集时，对目标属性在每个段内的分布进行汇总。例： 对因特网用户的年龄求平均值得到 {年收入>$100K，网上购物=是} ->年 龄：均值=38 这一有趣规则。 • 方法：假设检验。 • 实施（针对上面规则）：先对一些符号进行说明，设u是满足规则的事物中的 年龄的均值，u’是不满足规则的事物中的年龄的均值。△用户可接受的年龄 差（若年龄差小于△ ，认为无差异） • n1是满足规则的事物个数，n2是不满足规则的事物个数；s1是满足规则的 事务中年龄的标准差，s2是不满足规则的事务中年龄的标准差。
是
否
否
是
否
否
否
否
1.1概念介绍
• 上面的因特网调查数据中，像性别、家庭计算机、网上聊天、网上购 物和关注隐私这些属性，我们称为对称二元属性；而像文化程度、州 称之为标称属性。
• 1.2处理方法
• 对于对称二元属性，可以转化成一对二元属性如：性别分为男和女， 而对于标称属性，则可以用多个二元项取代，例如：文化程度=大学， 文化程度=研究生，文化程度=高中。通过这样将分类属性和对称二 元属性转化成“项”之后，我们就可以如下二元化后的调查数据：
数据挖掘课程复习提纲资料
数据挖掘课程复习提纲（4+0 ）有关考试题型：一、选择题（每题2 分，共16 分）二、判断题（每题1 分，共10 分）三、填空题（每空1 分，共19 分）四、简答题（每题5 分，共15 分）五、计算题（每题10 分，共40 分）基本要求：掌握数据预处理、分类、聚类、关联分析、离群点检测的基本方法，及每类方法的应用场景（每类方法理解、熟悉一个例子）。
算法重点掌握k-means 、一趟聚类、Appriori及基于密度的离群点检测方法；掌握决策树分类（C4.5、CART）、KNN 分类的基本思想，基于聚类的离群点检测方法的思想。
第一章绪论1 数据挖掘的定义技术层面：数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中、人们事先不知道的、但又潜在有用的信息和知识的过程。
商业层面：数据挖掘是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。
2 数据挖掘的任务预测任务：根据其它属性的值预测特定（目标）属性的值，如回归、分类、异常检测。
描述任务：寻找概括数据中潜在联系的模式，如关联分析、聚类分析、序列模式挖掘。
聚类（Clustering）分析“物以类聚，人以群分”。
聚类分析技术试图找出数据集中数据的共性和差异，并将具有共性的对象聚合在相应的簇中。
聚类分析可以帮助判断哪些组合更有意义，聚类分析已广泛应用于客户细分、定向营销、信息检索等领域。
分类（Classification）分析分类分析就是通过分析示例数据库中的数据，为每个类别做出准确的描述，或建立分析模型，或挖掘出分类规则，然后用这个分类模型或规则对数据库中的其它记录进行分类。
分类分析已广泛应用于用户行为分析（受众分析）、风险分析、生物科学等领域。
聚类与分类的区别聚类问题是无指导的：没有预先定义的类。
分类问题是有指导的：预先定义有类。
关联(Association) 分析关联分析是发现特征之间的相互依赖关系，通常是在给定的数据集中发现频繁出现的模式知识(又称为关联规则)。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数据挖掘考试题目——关联分析
数据挖掘考试题目——关联分析
一、10个选择
1.以下属于关联分析的是（）
A．CPU性能预测B．购物篮分析
C．自动判断鸢尾花类别D．股票趋势建模
2.维克托▪迈尔-舍恩伯格在《大数据时代：生活、工作与思维的大变革》一书中，持续强调了一个观点：大数据时代的到来，使我们无法人为地去发现数据中的奥妙，与此同时，我们更应该注重数据中的相关关系，而不是因果关系。
其中，数据之间的相关关系可以通过以下哪个算法直接挖掘（）A．K-means B．Bayes Network
C．C4.5 D．Apriori
3.置信度(confidence)是衡量兴趣度度量（）的指标。
A．简洁性B．确定性
C．实用性D．新颖性
4.Apriori算法的加速过程依赖于以下哪个策略（）
A．抽样B．剪枝
C．缓冲D．并行
5.以下哪个会降低Apriori算法的挖掘效率（）
A．支持度阈值增大B．项数减少
C．事务数减少D．减小硬盘读写速率
6.Apriori算法使用到以下哪些东东（）
A．格结构、有向无环图B．二叉树、哈希树
C．格结构、哈希树D．多叉树、有向无环图
7.非频繁模式（）
A．其置信度小于阈值B．令人不感兴趣
C．包含负模式和负相关模式D．对异常数据项敏感
8.对频繁项集、频繁闭项集、极大频繁项集的关系描述正确的是（）[注：分别以1、2、3代表之]
A．3可以还原出无损的1 B．2可以还原出无损的1
C．3与2是完全等价的D．2与1是完全等价的
9.Hash tree在Apriori算法中所起的作用是（）
A．存储数据B．查找
C．加速查找D．剪枝
10.以下不属于数据挖掘软件的是（）
A．SPSS Modeler B．Weka
C．Apache Spark D．Knime
二、10个填空
1.关联分析中表示关联关系的方法主要有：和。
2.关联规则的评价度量主要有：和。
3.关联规则挖掘的算法主要有：和。
4.购物篮分析中，数据是以的形式呈现。
5.一个项集满足最小支持度，我们称之为。
6.一个关联规则同时满足最小支持度和最小置信度，我们称之为。
7.在回归与相关分析中，因变量值随自变量值的增大（减小）而减小（增大）的现象叫做。
8.极大频繁项集不能无损还原出频繁项集，是因为它不包含频繁项集的
信息。
9.经典的Apriori算法是逐层扫描的，也就是说它是 (选:深度/宽度)优先的。
10.数据挖掘大概步骤包括：输入数据→预处理→挖掘→后处理→输出知识。
其中，输出的知识可以有很多种表示形式，两种极端的形式是：①内部结构难以被理解的黑匣子，比如说人工神经网络训练得出的网络；②模式结构清晰的匣子，这种结构容易被人理解，比如说决策树产生的树。
那么，关联分析中输出的知识的表示形式主要是 (选:黑匣子/清晰结构)。
三、10个判断
（）1.啤酒与尿布的故事是聚类分析的典型实例。
（）2.Apriori算法是一种典型的关联规则挖掘算法。
（）3.支持度是衡量关联规则重要性的一个指标。
（）4.可信度是对关联规则的准确度的衡量。
（）5.给定关联规则A→B，意味着：若A发生，B也会发生。
（）6.频繁闭项集可用来无损压缩频繁项集。
（）7.关联规则可以用枚举的方法产生。
（）8.Apriori算法产生的关联规则总是确定的。
（）9.不满足给定评价度量的关联规则是无趣的。
（）10.对于项集来说，置信度没有意义。
四、5个简答
1.简述关联规则产生的两个基本步骤。
2.Apriori算法是从事务数据库中挖掘布尔关联规则的常用算法，该算法利用频繁项集性质的先验知识，从候选项集中找到频繁项集。
请简述Apriori算法的基本原理。
3.简述Apriori算法的优点和缺点。
4.针对Apriori算法的缺点，可以做哪些方面的改进？
5.强关联规则一定是有趣的吗？为什么？
数据挖掘考试题目+参考答案
一、10个选择
1.以下属于关联分析的是（ B ）
A．CPU性能预测B．购物篮分析
C．自动判断鸢尾花类别D．股票趋势建模
2.维克托▪迈尔-舍恩伯格在《大数据时代：生活、工作与思维的大变革》一书中，持续强调了一个观点：大数据时代的到来，使我们无法人为地去发现数据中的奥妙，与此同时，我们更应该注重数据中的相关关系，而不是因果关系。
其中，数据之间的相关关系可以通过以下哪个算法直接挖掘（ D ）A．K-means B．Bayes Network
C．C4.5 D．Apriori
3.置信度(confidence)是衡量兴趣度度量（ B ）的指标。
A．简洁性B．确定性
C．实用性D．新颖性
4.Apriori算法的加速过程依赖于以下哪个策略（ B ）
A．抽样B．剪枝
C．缓冲D．并行
5.以下哪个会降低Apriori算法的挖掘效率（ D ）
A．支持度阈值增大B．项数减少
C．事务数减少D．减小硬盘读写速率
6.Apriori算法使用到以下哪些东东（ C ）
A．格结构、有向无环图B．二叉树、哈希树
C．格结构、哈希树D．多叉树、有向无环图
7.非频繁模式（ D ）
A．其置信度小于阈值B．令人不感兴趣
C．包含负模式和负相关模式D．对异常数据项敏感
8.对频繁项集、频繁闭项集、极大频繁项集的关系描述正确的是（ B ）[注：分别以1、2、3代表之]
A．3可以还原出无损的1 B．2可以还原出无损的1
C．3与2是完全等价的D．2与1是完全等价的
9.Hash tree在Apriori算法中所起的作用是（ C ）
A．存储数据B．查找
C．加速查找D．剪枝
10.以下不属于数据挖掘软件的是（ C ）
A．SPSS Modeler B．Weka
C．Apache Spark D．Knime
二、10个填空
1.关联分析中表示关联关系的方法主要有：项集和关联规则。
2.关联规则的评价度量主要有：支持度和置信度。
3.关联规则挖掘的算法主要有： Apriori 和 FP-Growth 。
4.购物篮分析中，数据是以不对称二元变量的形式呈现。
5.一个项集满足最小支持度，我们称之为频繁项集。
6.一个关联规则同时满足最小支持度和最小置信度，我们称之为强规则。
7.在回归与相关分析中，因变量值随自变量值的增大（减小）而减小（增大）的现象叫做负相关。
8.极大频繁项集不能无损还原出频繁项集，是因为它不包含频繁项集的支持度信息。
9.经典的Apriori算法是逐层扫描的，也就是说它是宽度 (选:深度/宽度)优先的。
10.数据挖掘大概步骤包括：输入数据→预处理→挖掘→后处理→输出知识。
其中，输出的知识可以有很多种表示形式，两种极端的形式是：①内部结构难以被理解的黑匣子，比如说人工神经网络训练得出的网络；②模式结构清晰的匣子，这种结构容易被人理解，比如说决策树产生的树。
那么，关联分析中输出的知识的表示形式主要是清晰结构 (选:黑匣子/清晰结构)。
三、10个判断
（✘）1.啤酒与尿布的故事是聚类分析的典型实例。
（✔）2.Apriori算法是一种典型的关联规则挖掘算法。
（✔）3.支持度是衡量关联规则重要性的一个指标。
（✔）4.可信度是对关联规则的准确度的衡量。
（✘）5.给定关联规则A→B，意味着：若A发生，B也会发生。
（✔）6.频繁闭项集可用来无损压缩频繁项集。
（✔）7.关联规则可以用枚举的方法产生。
（✔）8.Apriori算法产生的关联规则总是确定的。
（✘）9.不满足给定评价度量的关联规则是无趣的。
（✔）10.对于项集来说，置信度没有意义。
四、5个简答
1.简述关联规则产生的两个基本步骤。
答：关联规则产生的两个基本步骤为：①根据给定的支持度从项集中产生频繁项集；②根据给定的置信度从频繁项集中产生关联规则。
2.Apriori算法是从事务数据库中挖掘布尔关联规则的常用算法，该算法利用频繁项集性质的先验知识，从候选项集中找到频繁项集。
请简述Apriori算法的基本原理。
答：关联规则的产生并不依赖于Apriori算法，Apriori算法用来加速规则的产生过程。
Apriori算法的加速过程依赖于这样一个先验原理：“频繁项集的子集是频繁的”。
3.简述Apriori算法的优点和缺点。
答：Apriori算法的优点：结构简单、易于理解。
Apriori算法的缺点：产生大量的候选项集，I/O开销较大。
4.针对Apriori算法的缺点，可以做哪些方面的改进？
答：Apriori算法的缺点主要是产生的候选项集较多，从而导致I/O开销较大。
由此，可以将庞大的数据集划分为可以装进内存的数据块，利用“频繁项集至少在一个分区中是频繁的”原理合并各个数据块产生的频繁项集得到最终的频繁项集。
5.强关联规则一定是有趣的吗？为什么？
答：不一定。
因为：规则的评价标准有很多，可以是客观的也可以是主观的。
另外，强规则也可能是负相关的，即因变量值随自变量值的增大（减小）而减小（增大）的现象。