下表所示的相依表匯總了超級市場的事務數(shù)據(jù)。其中hot dogs指包含熱狗的事務，指不包含熱狗的事務。hamburgers指包含漢堡的事務，指不包含漢堡的事務。

假設挖掘出的關聯(lián)規(guī)則是“hot dogs=>hamburgers”。給定最小支持度閾值25%和最小置信度閾值50%，這個關聯(lián)規(guī)則是強規(guī)則嗎？
計算關聯(lián)規(guī)則“hot dogs=>hamburgers”的提升度，能夠說明什么問題？購買熱狗和購買漢堡是獨立的嗎？如果不是，兩者間存在哪種相關關系？

一個數(shù)據(jù)庫有5個事務，如表所示。設min_sup=60%，min_conf=80%。

（a）分別用Apriori算法和FP-growth算法找出所有頻繁項集。比較兩種挖掘方法的效率。
（b）比較窮舉法和Apriori算法生成的候選項集的數(shù)量。
（c）利用（1）所找出的頻繁項集，生成所有的強關聯(lián)規(guī)則和對應的支持度和置信度。

考慮如下的頻繁3-項集：{1，2，3}，{1，2，4}，{1，2，5}，{1，3，4}，{1，3，5}，{2，3，4}，{2，3，5}，{3，4，5}。
（a）根據(jù)Apriori算法的候選項集生成方法，寫出利用頻繁3-項集生成的所有候選4-項集。
（b）寫出經(jīng)過剪枝后的所有候選4-項集。