考试报名
考试报名
考试内容
考试大纲
在线客服
返回顶部

备考刷题,请到

CDA认证小程序

Apriori算法是常用的用于挖掘出数据关联规则的算法,它用来找出数据值中频繁出现的数据集合,找出这些集合的模式有助于我们做一些决策。Apriori算法的计算复杂度受()影响
A. 支持度阀值
B. 项数(维度)
C. 事务数
D. 事务平均宽度
上一题
下一题
收藏
点赞
评论
题目解析
题目评论(0)

关联规则的定义

Apriori算法的计算复杂度受多个因素的影响,其中包括支持度阀值、项数(维度)、事务数和事务平均宽度。以下是对每个选项的分析:

A: 支持度阀值
支持度阀值决定了频繁项集的最低出现次数。较高的支持度阀值会减少频繁项集的数量,从而降低计算复杂度。反之,较低的支持度阀值会增加频繁项集的数量,增加计算复杂度。

B: 项数(维度)
项数(维度)是指数据集中不同项的总数。项数越多,可能的候选项集就越多,计算复杂度也会相应增加。

C: 事务数
事务数是指数据集中事务的总数。事务数越多,计算支持度的次数也会增加,从而增加计算复杂度。

D: 事务平均宽度
事务平均宽度是指每个事务中包含的项的平均数量。事务平均宽度越大,计算频繁项集的复杂度也会增加,因为每个事务中包含的项越多,可能的组合也越多。

综合以上分析,Apriori算法的计算复杂度受以上所有因素的影响。因此,正确答案是:

**A: 支持度阀值 B:项数(维度) C:事务数 D: 事务平均宽度**

这四个选项都会影响Apriori算法的计算复杂度。