Khi xử lý thiếu giá trị của các bản ghi dữ liệu, phương pháp "Bỏ qua bản ghi có giá trị thiếu" chỉ thích hợp khi:

Độ hỗ trợ (support) của một tập mục X trong khai phá luật kết hợp được định nghĩa là tỷ lệ các giao dịch trong cơ sở dữ liệu chứa tập mục X. Công thức chính xác là: Support(X) = (Số lượng giao dịch chứa X) / (Tổng số giao dịch trong CSDL). Do đó, đáp án A là chính xác.

Câu hỏi yêu cầu xác định tập mục thường xuyên có 1 mục (itemset có kích thước bằng 1) thỏa mãn ngưỡng Min_Supp. Min_Supp là ngưỡng hỗ trợ tối thiểu. Để trả lời câu hỏi này, ta cần đếm số lần xuất hiện của mỗi mục trong CSDL giao dịch và so sánh với Min_Supp. Tuy nhiên, câu hỏi không cung cấp giá trị cụ thể của Min_Supp, do đó ta sẽ chọn đáp án liệt kê số lần xuất hiện của các mục. Phương án A có vẻ đầy đủ nhất, tuy nhiên có sự lặp lại (C:4, C:3). Các phương án còn lại thiếu thông tin. Do đó, ta cần chọn đáp án liệt kê tần suất xuất hiện của các itemset có độ dài bằng 1, và có lẽ nó thỏa mãn một ngưỡng min_supp nào đó (chúng đều >= 3).

Given the association rule A-->BC holds with minimum support (Min_Sup) and minimum confidence (Min_Conf), we need to determine which of the following rules is guaranteed to hold. Since A-->BC holds, we know Sup(A ∪ BC) >= Min_Sup and Conf(A-->BC) = Sup(A ∪ BC) / Sup(A) >= Min_Conf. Therefore, Sup(A ∪ B ∪ C) >= Min_Sup.

A) AB-->C: To determine if AB-->C holds, we need to check if Sup(AB ∪ C) >= Min_Sup and Conf(AB-->C) = Sup(AB ∪ C) / Sup(AB) >= Min_Conf. We know Sup(A ∪ B ∪ C) >= Min_Sup. However, Sup(AB) could be very small, making the confidence low. Also, we don't know if Sup(AB ∪ C) >= Min_Sup.

B) A-->D: This rule involves item D, which is not in the original rule A-->BC. Therefore, we can't determine if this rule holds.

C) ABD-->C: This rule requires Sup(ABD ∪ C) >= Min_Sup and Conf(ABD-->C) = Sup(ABD ∪ C) / Sup(ABD) >= Min_Conf. Similar to option A, the addition of D can affect the support. Also, because Sup(ABD) is likely smaller than Sup(A), the Confidence may be greater or smaller depending on whether Support (ABCD) is smaller by a lot

D) D-->C: This rule involves item D, which is not in the original rule A-->BC. Therefore, we can't determine if this rule holds.

None of the options can be guaranteed to be correct.

Thuật toán Apriori là một thuật toán phổ biến trong khai phá luật kết hợp. Để tạo ra tập mục chứa k-item (tập phổ biến có k phần tử), thuật toán này sử dụng tập mục chứa k-1 item (tập phổ biến có k-1 phần tử) của bước trước. Cụ thể, nó ghép hai tập k-1 item lại với nhau nếu hai tập này có chung k-2 item. Điều này giúp giảm thiểu số lượng tập mục cần xét và tăng hiệu quả của thuật toán. Các phương án khác không đúng vì chúng không phản ánh đúng cách Apriori tạo ra tập mục chứa k-item.

Để tạo ứng viên 4-item abcd, chúng ta cần ghép hai tập 3-item có chung tiền tố (prefix) là 'ab'. Trong tập L3, 'abc' và 'abd' có chung tiền tố 'ab'. Khi ghép hai tập này, ta được {a, b, c, d}, tức là ứng viên abcd. Các cặp còn lại không thỏa mãn điều kiện này.