Phát biểu nào sau đây là đúng ?

Độ hỗ trợ (support) của một tập mục X trong CSDL giao dịch là tỷ lệ các giao dịch chứa tập mục X.

Trong hình, tập mục X = {A, M} xuất hiện trong các giao dịch T1 và T4. Tổng số giao dịch là 5. Vậy độ hỗ trợ của X là 2/5 = 40%.

Vậy đáp án đúng là d. 2 (40%).

Thuật toán Apriori, mặc dù hiệu quả trong việc tìm kiếm các tập phổ biến, nhưng lại gặp phải vấn đề lớn về hiệu suất khi làm việc với các bộ dữ liệu lớn. Quá trình tạo và kiểm tra các ứng viên tập phổ biến đòi hỏi nhiều bộ nhớ và thời gian tính toán. Đặc biệt, việc duyệt qua cơ sở dữ liệu nhiều lần để đếm tần suất xuất hiện của các ứng viên trở thành một gánh nặng đáng kể.

* Phương án a đúng: Tốn nhiều bộ nhớ và thời gian do phải duyệt CSDL nhiều lần để đếm các tập phổ biến ứng viên. Điều này đặc biệt đúng với các mẫu lớn, làm cho thuật toán trở nên kém hiệu quả.
* Phương án b sai: Apriori tìm được các tập thường xuyên, đó là mục tiêu chính của thuật toán.
* Phương án c sai: Kết quả của thuật toán Apriori được ứng dụng rộng rãi trong các bài toán thực tế như phân tích giỏ hàng, gợi ý sản phẩm, v.v.
* Phương án d sai: Mặc dù có một số khái niệm cần nắm vững, thuật toán Apriori không quá phức tạp và tương đối dễ hiểu về mặt logic.

Phân tích FP-Tree ta thấy có 2 đường đi kết thúc ở nút p:

1. Đường đi từ gốc đến nút p qua các nút: f, c, a, m, p
2. Đường đi từ gốc đến nút p qua các nút: c, b, p

Vậy đáp án đúng là a. 2 đường đi

Câu hỏi yêu cầu xác định phương pháp *không* thuộc về phân lớp (classification) trong lĩnh vực học máy hoặc khai phá dữ liệu. Các phương pháp b, c, d (Cây quyết định, Bayes, Mạng Nơ-ron) đều là các thuật toán phổ biến và được sử dụng rộng rãi cho bài toán phân lớp. Phương án a, "Chia các đối tượng thành từng lớp để giảng dạy", mô tả một hoạt động sư phạm thông thường, không liên quan đến các thuật toán phân lớp trong học máy.

Câu hỏi yêu cầu định nghĩa chính xác về gom cụm (clustering) hay phân cụm dữ liệu.

Phương án a là đáp án đúng vì nó mô tả chính xác mục tiêu của phân cụm dữ liệu: chia các đối tượng thành các nhóm sao cho các đối tượng trong cùng một nhóm tương tự nhau hơn so với các đối tượng ở các nhóm khác.

Phương án b sai vì nó nói rằng các phần tử *khác* nhóm thì tương tự nhau hơn, điều này ngược lại với định nghĩa của phân cụm.

Phương án c sai vì tiêu chí "dễ sử dụng nhất" không phải là mục tiêu cốt lõi của phân cụm. Mục tiêu chính là tìm ra các cụm có ý nghĩa dựa trên sự tương đồng của dữ liệu.

Phương án d sai vì việc giảm thiểu số lượng nhóm không phải là mục tiêu duy nhất của phân cụm. Số lượng cụm phải phản ánh cấu trúc tự nhiên của dữ liệu.