设有如下所示的某商场购物记录集合，每个购物篮中包含若干商品
现在要基于该数据集进行关联规则挖掘。如果设置最小支持度为60%，最小置信度为80%，则如下关联规则中，符合条件的是（）
- A.啤酒 → 尿布
- B.（面包，尿布）→ 牛奶
- C.面包 → 牛奶
- D.（面包，啤酒）→ 尿布
热度🔥1,569
参考答案：A
解析：
关联规则是形如X->Y的蕴涵表达式。关联规则的强度可以用它的支持度(s)和置信度(c)度量。支持度确定规则可以用于给定数据集的频繁程度，而置信度确定Y在包含X的事务中出现的频繁程度。两者可以用公式表示：
从题目中可以看到事务总数是5，A的｛啤酒、尿布｝支持度计数是3，｛啤酒｝支持计数是3，所以s=0.6，c=1。同理可得B｛面包、尿布｝支持计数为3，｛面包、尿布、牛奶｝支持计数是2，所以s=0.4，c=2/3。C中，｛面包、牛奶｝支持计数为3，｛面包｝支持计数为4，所以s=0.6，c=0.75。D中，｛面包、啤酒｝支持计数为2，｛面包、啤酒、尿布｝支持计数为2，所以s=0.4，c=1。综上所述，结果选A。
关联规则是形如X->Y的蕴涵表达式。关联规则的强度可以用它的支持度(s)和置信度(c)度量。支持度确定规则可以用于给定数据集的频繁程度，而置信度确定Y在包含X的事务中出现的频繁程度。两者可以用公式表示：
从题目中可以看到事务总数是5，A的｛啤酒、尿布｝支持度计数是3，｛啤酒｝支持计数是3，所以s=0.6，c=1。同理可得B｛面包、尿布｝支持计数为3，｛面包、尿布、牛奶｝支持计数是2，所以s=0.4，c=2/3。C中，｛面包、牛奶｝支持计数为3，｛面包｝支持计数为4，所以s=0.6，c=0.75。D中，｛面包、啤酒｝支持计数为2，｛面包、啤酒、尿布｝支持计数为2，所以s=0.4，c=1。综上所述，结果选A。复制题目向AI提问
现在要基于该数据集进行关联规则挖掘。如果设置最小支持度为60%，最小置信度为80%，则如下关联规则中，符合条件的是（）
A.啤酒 → 尿布
B.（面包，尿布）→ 牛奶
C.面包 → 牛奶
D.（面包，啤酒）→ 尿布
答案：A。
解析：关联规则是形如X->Y的蕴涵表达式。关联规则的强度可以用它的支持度(s)和置信度(c)度量。支持度确定规则可以用于给定数据集的频繁程度，而置信度确定Y在包含X的事务中出现的频繁程度。两者可以用公式表示：
从题目中可以看到事务总数是5，A的｛啤酒、尿布｝支持度计数是3，｛啤酒｝支持计数是3，所以s=0.6，c=1。同理可得B｛面包、尿布｝支持计数为3，｛面包、尿布、牛奶｝支持计数是2，所以s=0.4，c=2/3。C中，｛面包、牛奶｝支持计数为3，｛面包｝支持计数为4，所以s=0.6，c=0.75。D中，｛面包、啤酒｝支持计数为2，｛面包、啤酒、尿布｝支持计数为2，所以s=0.4，c=1。综上所述，结果选A。">
content_copy
从题目中可以看到事务总数是5，A的｛啤酒、尿布｝支持度计数是3，｛啤酒｝支持计数是3，所以s=0.6，c=1。同理可得B｛面包、尿布｝支持计数为3，｛面包、尿布、牛奶｝支持计数是2，所以s=0.4，c=2/3。C中，｛面包、牛奶｝支持计数为3，｛面包｝支持计数为4，所以s=0.6，c=0.75。D中，｛面包、啤酒｝支持计数为2，｛面包、啤酒、尿布｝支持计数为2，所以s=0.4，c=1。综上所述，结果选A。">
content_copy
