A mineração de itens frequentes requer a mineração de um algoritmo eficiente que possa minerar todo o conjunto. No entanto, construir uma FP-Tree não é suficiente. Pesquisas adicionais são necessárias para criar um algoritmo eficiente que também possa minerar itens frequentes com eficiência. Esse processo envolve uma técnica de “avançar e dividir” chamada “FP-Crescimento”. Ele divide o problema em subproblemas menores para que um método de “dividir e conquistar”, chamado “FP-Growth”, possa ser aplicado.


Com base no método de construção de uma FP-Tree compacta, assinale a alternativa que melhor descreve esse processo.

a.
As regras com confiança mínima de 30% ou mais devem ser selecionadas antes de qualquer outra regra. Isso ocorre porque todas as regras suportadas têm uma confiança superior a 30%, e o cálculo da confiança é necessário ao selecionar quais regras usar.

b.
No algoritmo Apriori, que gera repetidamente um conjunto de itens de ocorrência frequente, é necessário combinar os dois itens selecionados em três, com o objetivo de determinar seu suporte.



c.
Para o algoritmo Apriori e o algoritmo FP-Growth, um conjunto inicial de itens com frequência maior do que o suporte mínimo atribuído, minsup, deve ser selecionado. Isso pode ser feito usando o algoritmo FP-Growth ou o algoritmo Apriori.



d.
O algoritmo explora a FP-Tree das folhas até a raiz. Seja um nó na folha da FP-Tree. Em seguida, ele encontra os conjuntos de itens frequentes de o e continua até o-1. Após a exploração até a raiz, ele continua explorando as árvores até o-2, e assim por diante.

e.
Primeiro, combine dois itens do conjunto inicial em um único item. Em seguida, determine o suporte para cada par de itens e elimine quaisquer pares com menos de 30% de suporte. Em seguida, o algoritmo Apriori é usado para gerar o conjunto de itens frequentes.