简答题 为什么要关注离群点？

问答题下表所示的相依表汇总了超级市场的事务数据。其中hot dogs指包含热狗的事务，指不包含热狗的事务。hamburgers指包含汉堡的事务，指不包含汉堡的事务。 假设挖掘出的关联规则是“hot dogs=>hamburgers”。给定最小支持度阈值25%和最小置信度阈值50%，这个关联规则是强规则吗？ 计算关联规则“hot dogs=>hamburgers”的提升度，能够说明什么问题？购买热狗和购买汉堡是独立的吗？如果不是，两者间存在哪种相关关系？

问答题分别说明利用支持度、置信度和提升度评价关联规则的优缺点。

问答题一个数据库有5个事务，如表所示。设min_sup=60%，min_conf=80%。 （a）分别用Apriori算法和FP-growth算法找出所有频繁项集。比较两种挖掘方法的效率。 （b）比较穷举法和Apriori算法生成的候选项集的数量。 （c）利用（1）所找出的频繁项集，生成所有的强关联规则和对应的支持度和置信度。

问答题考虑如下的频繁3-项集：{1，2，3}，{1，2，4}，{1，2，5}，{1，3，4}，{1，3，5}，{2，3，4}，{2，3，5}，{3，4，5}。 （a）根据Apriori算法的候选项集生成方法，写出利用频繁3-项集生成的所有候选4-项集。 （b）写出经过剪枝后的所有候选4-项集。

问答题数据集如下表所示： （a）把每一个事务作为一个购物篮，计算项集{e}，{b，d}和{b，d，e}的支持度。 （b）利用（a）中结果计算关联规则{b，d}→{e}和{e}→{b，d}的置信度。置信度是一个对称的度量吗？ （c）把每一个用户购买的所有商品作为一个购物篮，计算项集{e}，{b，d}和{b，d，e}的支持度。 （d）利用（b）中结果计算关联规则{b，d}→{e}和 {e}→{b，d}的置信度。置信度是一个对称的度量吗？