數(shù)據(jù)集如下表所示：
（a）把每一個(gè)事務(wù)作為一個(gè)購(gòu)物籃，計(jì)算項(xiàng)集{e}，{b，d}和{b，d，e}的支持度。
（b）利用（a）中結(jié)果計(jì)算關(guān)聯(lián)規(guī)則{b，d}→{e}和{e}→{b，d}的置信度。置信度是一個(gè)對(duì)稱的度量嗎？
（c）把每一個(gè)用戶購(gòu)買的所有商品作為一個(gè)購(gòu)物籃，計(jì)算項(xiàng)集{e}，{b，d}和{b，d，e}的支持度。
（d）利用（b）中結(jié)果計(jì)算關(guān)聯(lián)規(guī)則{b，d}→{e}和 {e}→{b，d}的置信度。置信度是一個(gè)對(duì)稱的度量嗎？
您可能感興趣的試卷
最新試題
當(dāng)反向傳播算法運(yùn)行到達(dá)到最小值時(shí)，無論初始權(quán)重是什么，總是會(huì)找到相同的解（即權(quán)重）。
支持向量機(jī)不適合大規(guī)模數(shù)據(jù)。
對(duì)于文本數(shù)據(jù)和多媒體數(shù)據(jù)進(jìn)行特征提取是為了方便對(duì)于這類數(shù)據(jù)的觀察和理解。
當(dāng)數(shù)據(jù)集標(biāo)簽錯(cuò)誤的數(shù)據(jù)點(diǎn)時(shí)，隨機(jī)森林通常比AdaBoost更好。
選擇用于k均值聚類的聚類數(shù)k的一種好方法是嘗試k的多個(gè)值，并選擇最小化失真度量的值。
非結(jié)構(gòu)化數(shù)據(jù)也可以使用關(guān)系型數(shù)據(jù)庫(kù)來存儲(chǔ)。
任何對(duì)數(shù)據(jù)處理與存儲(chǔ)系統(tǒng)的操作均需要記錄，這符合數(shù)據(jù)安全的要求。
要將工作申請(qǐng)分為兩類，并使用密度估計(jì)來檢測(cè)離職申請(qǐng)人，我們可以使用生成分類器。
完整性，一致性，時(shí)效性，唯一性，有效性，準(zhǔn)確性是衡量數(shù)據(jù)質(zhì)量的六個(gè)維度指標(biāo)。
數(shù)據(jù)索引是保證數(shù)據(jù)處理高性能的軟件角度的一種手段，不做數(shù)據(jù)索引的數(shù)據(jù)訪問是線性訪問，但是做了索引的數(shù)據(jù)訪問會(huì)成倍的降低訪問時(shí)間。