试题详情
- 简答题简述Apriori算法的思想,谈谈该算法的应用领域。
-
思想:其发现关联规则分两步,第一是通过迭代,检索出数据源中所有烦琐项集,即支持度不低于用户设定的阀值的项即集,第二是利用第一步中检索出的烦琐项集构造出满足用户最小信任度的规则,其中,第一步即挖掘出所有频繁项集是该算法的核心,也占整个算法工作量的大部分。
在商务、金融、保险等领域皆有应用。 关注下方微信公众号,在线模考后查看
热门试题
- 在聚类分析当中,簇内的相似性越大,簇间的
- 简述分类模型的评价。
- 什么是星型模式?它的特征是什么?
- 检测一元正态分布中的离群点,属于异常检测
- 先验原理可以表述为:如果一个项集是频繁的
- 为数据的总体分布建模;把多维空间划分成组
- 朴素贝叶斯分类是基于()假设。
- 常见的聚类算法可以分为几类?
- 进行数据规范化的目的是()。
- 以下哪种聚类方法可以发现任意形状的聚类?
- 粒度是对数据仓库中数据的综合程度高低的一
- 数据挖掘处理的对象有哪些?请从实际生活中
- 哪种OLAP操作可以让用户在更高的抽象层
- 数据从集结区加载到数据仓库中的主要方法是
- 建立一个模型,通过这个模型根据已知的变量
- 设X={1,2,3}是频繁项集,则可由X
- 数据清理的目的是处理数据中的()。
- 关于混合模型聚类算法的优缺点,下面说法正
- Aprior算法包括()和()两个基本步
- 维度表一般又主键、分类层次和描述属性组成