200+ câu hỏi trắc nghiệm Data mining có lời giải chi tiết - Đề 1

Data Mining, hay còn gọi là khai phá dữ liệu, là một quy trình sử dụng các kỹ thuật từ nhiều lĩnh vực như thống kê, trí tuệ nhân tạo và học máy để khám phá ra các mẫu, xu hướng và thông tin hữu ích tiềm ẩn trong các tập dữ liệu lớn. Mục tiêu là biến dữ liệu thô thành tri thức có giá trị, hỗ trợ việc ra quyết định. Do đó, đáp án a là chính xác nhất. Các đáp án b và c chỉ là các tên gọi khác của Data Mining.

Thuật ngữ "Data Mining" trong tiếng Anh dịch sang tiếng Việt có nghĩa là "Khai phá dữ liệu" hoặc "Khai thác dữ liệu". Đây là quá trình tìm kiếm và khám phá ra các mẫu, xu hướng, và thông tin hữu ích từ một lượng lớn dữ liệu. Các phương án b, c, d là các khái niệm cụ thể hơn liên quan đến Data Mining, nhưng không phải là nghĩa trực tiếp của thuật ngữ này.

Giải thuật Apriori tìm các tập mục phổ biến bằng cách duyệt qua cơ sở dữ liệu nhiều lần.

Ở lần duyệt đầu tiên (1-itemsets), thuật toán tính support (tần suất xuất hiện) của từng mục đơn lẻ. Một mục được giữ lại nếu support của nó lớn hơn hoặc bằng min_support, và bị loại bỏ nếu support nhỏ hơn min_support.

Trong CSDL giao dịch đã cho:

* Support(A) = 1 (xuất hiện 1 lần)
* Support(B) = 3 (xuất hiện 3 lần)
* Support(C) = 3 (xuất hiện 3 lần)
* Support(D) = 1 (xuất hiện 1 lần)

Vì min_support = 2, các mục A và D có support nhỏ hơn min_support nên bị loại bỏ.

Để tìm tập mục thường xuyên với độ hỗ trợ 70% (tức là 0.7), trước hết cần xác định số giao dịch tối thiểu mà một tập mục phải xuất hiện. Vì có tổng cộng 4 giao dịch, nên độ hỗ trợ tối thiểu là 0.7 * 4 = 2.8, làm tròn lên là 3 giao dịch. Do đó, một tập mục được coi là thường xuyên nếu nó xuất hiện ít nhất trong 3 giao dịch.

* {A, E}:
* A xuất hiện trong các giao dịch T1, T2, T3.
* E xuất hiện trong các giao dịch T1, T2.
* {A, E} xuất hiện trong T1 và T2, tức là độ hỗ trợ là 2/4 = 50%, không đạt yêu cầu.
* {A, C, D}:
* A xuất hiện trong các giao dịch T1, T2, T3.
* C xuất hiện trong các giao dịch T1, T3, T4.
* D xuất hiện trong các giao dịch T1, T3, T4.
* {A, C, D} xuất hiện trong T1 và T3, tức là độ hỗ trợ là 2/4 = 50%, không đạt yêu cầu.
* {B, C, D}:
* B xuất hiện trong các giao dịch T2, T4.
* C xuất hiện trong các giao dịch T1, T3, T4.
* D xuất hiện trong các giao dịch T1, T3, T4.
* {B, C, D} xuất hiện trong T4, tức là độ hỗ trợ là 1/4 = 25%, không đạt yêu cầu.

Do đó, không có tập mục nào có độ hỗ trợ ít nhất là 70%.

Để giải quyết câu hỏi này, ta cần kiểm tra support và confidence của từng luật kết hợp:

* Min_Support = 2 (50%): Một luật kết hợp phải xuất hiện ít nhất trong 2 giao dịch.
* Min_Confidence = 50%: Confidence(A → B) = Support(A∪B) / Support(A) >= 50%

a. A → C:
* Support(A∪C) = 2 (giao dịch 1, 2)
* Support(A) = 4 (giao dịch 1, 2, 3, 4)
* Confidence(A → C) = 2/4 = 50%

Vậy luật này thỏa mãn cả support và confidence.

b. A → D:
* Support(A∪D) = 1 (giao dịch 3)
Vì support < Min_Support nên luật này không thỏa mãn.

c. A → E:
* Support(A∪E) = 1 (giao dịch 4)
Vì support < Min_Support nên luật này không thỏa mãn.

d. AB → C:
* Support(AB∪C) = 1 (giao dịch 1)
Vì support < Min_Support nên luật này không thỏa mãn.

Vậy, chỉ có đáp án a thỏa mãn cả support và confidence.