【077】数据挖掘中频繁项集

最新推荐文章于 2024-08-14 18:46:34 发布

小麦粒

最新推荐文章于 2024-08-14 18:46:34 发布

阅读量3.2k

点赞数 1

本文链接：https://blog.csdn.net/u010986753/article/details/106030712

版权

本文由小婷儿撰写，重点探讨Python在数据挖掘中的应用，特别是频繁项集的概念和实践。作者分享个人学习笔记，同时也提供相关技能的培训服务，并邀请读者加入交流群共同进步。

摘要由CSDN通过智能技术生成


♣题目部分       考虑下面的频繁3-项集的集合：{1,2,3},{1,2,4},{1,2,5},{1,3,4},{1,3,5},{2,3,4},{2,3,5},{3,4,5}假定数据集中只有5个项,采用合并策略,由候选产生过程得到4-项集不包含（ ）？
        A、1,2,3,4        B、1,2,3,5        C、1,2,4,5        D、1,3,4,5
     




♣答案部分
（）
答案：C（原文见公众号：python宝）根据数据挖掘Apriori算法的性质之一：判定是否可作为K项频繁集是通过K项集分裂为K个K-1项集,考察K-1项集是否为Lk-1,要生成4-项集,｛1,2,4,5｝分裂后为｛1,2,4｝｛2,4,5｝｛1,2,5｝｛1,4,5｝其中,｛1,4,5｝不属于频繁3项集,所以｛1,2,4,5｝不能作为4项集,因为有性质为：任何非频繁的K-1项集都不可能是频繁项集K项集的子集。
     A、B、D你分别可以试一下,分裂后的子集是否为频繁三项集。例如：｛1.2.3.4｝分裂后：｛1,2,4｝｛2,3,4｝｛1,3,4｝｛1,2,3｝均满足频繁三项集里的子集。