判断题分类和回归都可用于预测，分类的输出是离散的类别值，而回归的输出是连续数值。
判断题聚类（clustering）是这样的过程：它找出描述并区分数据类或概念的模型（或函数），以便能够使用模型预测类标记未知的对象类。
判断题具有较高的支持度的项集具有较高的置信度。
判断题如果规则不满足置信度阈值，则形如的规则一定也不满足置信度阈值，其中是X的子集。
判断题先验原理可以表述为：如果一个项集是频繁的，那包含它的所有项集也是频繁的。
