Quiz về Luật Kết Hợp trong Khai Thác Dữ Liệu

Luật kết hợp là gì trong khai thác dữ liệu?

• Là các quy tắc chỉ ra sự kết hợp giữa các itemsets trong cơ sở dữ liệu

• Là các quy tắc xác định các thuộc tính phân loại trong dữ liệu

• Là mối quan hệ giữa các đối tượng trong một tập dữ liệu

• Là các chỉ số đánh giá chất lượng mô hình phân loại

Phương pháp khai thác luật kết hợp nổi tiếng nhất là gì?

• Decision Trees

• K-means

• Apriori

• K-NN

Trong luật kết hợp, điều kiện của luật là gì?

• Phần thân của luật (antecedent) là các itemsets có mặt trong dữ liệu

• Phần kết quả của luật (consequent) là các itemsets không có mặt trong dữ liệu

• Phần thân của luật (antecedent) là các itemsets không có mặt trong dữ liệu

• Phần kết quả của luật (consequent) là các itemsets có mặt trong dữ liệu

Điều kiện nào sau đây là cần thiết để một luật kết hợp trở thành một quy tắc có ích?

• Support và Confidence của luật phải cao

• Support của luật phải thấp và Confidence cao

• Support của luật phải cao và Confidence thấp

• Support và Confidence đều thấp

Support của một luật kết hợp được tính như thế nào?

• Tỷ lệ số lượng giao dịch chứa tất cả các item trong luật trên tổng số giao dịch

• Tỷ lệ số lượng giao dịch chỉ chứa phần kết quả của luật trên tổng số giao dịch

• Tỷ lệ số lượng giao dịch không chứa item trong luật trên tổng số giao dịch

• Tỷ lệ số lượng giao dịch chứa phần thân của luật trên tổng số giao dịch

Confidence của một luật kết hợp đo lường điều gì?

• Tỷ lệ các giao dịch có phần kết quả của luật

• Tỷ lệ các giao dịch không có phần thân của luật

• Tỷ lệ các giao dịch có phần thân của luật cũng có phần kết quả của luật

• Tỷ lệ các giao dịch có thể rút ra các quy tắc phân loại

Cái gì có thể được coi là một chỉ số đánh giá tính chính xác của một luật kết hợp?

• Lift và Support

• Confidence và Lift

• Support và Confidence

• Length và Support

Trong thuật toán Apriori, điều kiện nào là yếu tố chính giúp giảm thiểu số lượng itemsets được kiểm tra?

• Loại bỏ các itemsets không thỏa mãn điều kiện minimum confidence

• Loại bỏ các itemsets không thỏa mãn điều kiện minimum support

• Loại bỏ các itemsets có độ dài lớn

• Loại bỏ các itemsets có phần thân dài hơn

Quy tắc kết hợp nào sau đây có thể được xem là một ví dụ của "High Confidence"?

• Nếu người tiêu dùng mua sữa, họ sẽ mua bánh mì với khả năng 90%

• Nếu người tiêu dùng mua sữa, họ sẽ không bao giờ mua bánh mì

• Nếu người tiêu dùng mua sữa, họ sẽ mua nước ngọt với khả năng 10%

• Nếu người tiêu dùng mua sữa, họ sẽ mua bánh mì với khả năng 50%

Trong quy tắc kết hợp, nếu Support của một luật thấp nhưng Confidence cao, điều đó có nghĩa là gì?

• Luật này có thể được sử dụng để phân loại

• Luật này ít phổ biến nhưng khi xuất hiện thì xác suất đúng rất cao

• Luật này phổ biến và xác suất đúng cũng cao

• Luật này có thể áp dụng rộng rãi