Đề Thi Khai phá Dữ liệu Data Mining - Miễn Phí, Có Đáp Án

Đề thi online miễn phí "Data Mining" giúp sinh viên ôn luyện kiến thức về khai thác dữ liệu, bao gồm các thuật toán và kỹ thuật phân tích dữ liệu. Đề thi cung cấp các câu hỏi trắc nghiệm cùng đáp án chi tiết, hỗ trợ sinh viên củng cố và nâng cao kỹ năng trong môn học Data Mining. Tham gia ngay để chuẩn bị tốt cho kỳ thi và nâng cao điểm số.

Từ khoá: đề thi online miễn phí đáp án Data Mining khai thác dữ liệu ôn thi câu hỏi trắc nghiệm kỳ thi luyện thi sinh viên CNTT phân tích dữ liệu học máy

Số câu hỏi: 100 câuSố mã đề: 2 đềThời gian: 1 giờ

67,477 lượt xem 5,189 lượt làm bài


Bạn chưa làm Mã đề 1!

Xem trước nội dung
Câu 1: 0.2 điểm
Cho CDSL giao dịch như hình vẽ. Độ hỗ trợ tối thiểu Min_Support = 3 (60%) và độ tin cậy tối thiểu Min_Confidence = 100%. Anh (chị) hãy cho biết cây điều kiện FP của P là gì?
A.  
{C:3}| p
B.  
{CF:3}|p
C.  
{C:4}|p
D.  
Cây điều kiện là rỗng
Câu 2: 0.2 điểm
Cho CSDL giao dịch như hình vẽ. Độ hỗ trợ tối thiểu Min_Support = 3 (60%) và độ tin cậy tối thiểu Min_Confidence = 100%. Anh (chị) hãy cho biết cơ sở điều kiện của nút M là gì?
A.  
{F:2, C:2, A:2} và { F:1, C:1, A:1, B:1}
B.  
{F:2, C:2, A:2}
C.  
{F:1, C:1, A:1}
D.  
{F: 3, C:3, A:3}
Câu 3: 0.2 điểm
Cho cụm C gồm các điểm A(1, 1), B(2, 1), C(3,1). Giả sử đại diện của cụm là một điểm (vector trung bình). Anh (chị) hãy cho biết vector trung bình của cụm là có tọa độ là gì?
A.  
mC = (2 ; 1)
B.  
mC = (2 ; 0)
C.  
mC = (2.5 ;1.5)
D.  
mC=(0 ; 0)
Câu 4: 0.2 điểm
Cho CSDL giao dịch như hình vẽ với Min_Support = 2 (50%).Sử dụng thuật toán Apriori, cho L2={{A,C}, {B,C}, {B,E}, {C,E}} là danh sách các tập mục thường xuyên có 2-item. Giả sử tập mục {A,B} và {A,E} không là tập mục thường xuyên. Sau khi ghép các tập mục thường xuyên 2-item với nhau để được danh sách L3 chứa các tập mục thường xuyên có 3-item. Anh (chị) hãy chọn danh sách L3 đúng trong số các danh sách sau?
A.  
L3={{B, C, E}}
B.  
L3={{A,B, C} và {A,C,E}}
C.  
L3={{A,C,E} và {B,C,E }}
D.  
L3={{A,B,C,}}
Câu 5: 0.2 điểm
Cho tập mẫu X = và phương pháp phân lớp theo mô hình xác suất Bayes.Tập mẫu X được gán vào lớp C1 (Chơi = ‘Không’) với xác suất là bao nhiêu?
A.  
P(C1)*P(X,C1) = 0.005.
B.  
P(C1)*P(X,C1) = 0.021.
C.  
P(C1)*P(X,C1) = 0.01.
D.  
Giá trị khác.
Câu 6: 0.2 điểm
Khoảng cách Ơclit giữa 2 cụm C1, C2 được định nghĩa là khoảng cách lớn nhất giữa phần tử x thuộc C1 và y thuộc C2 (x, y bất kỳ). Cho C1 gồm các phần tử x1=(1,0,0), x2=(2, 0, 0), x3=(0, 0, 0); C2 gồm các phần tử y1=(0, 2, 1), y2=(3, 4, 0 ). Anh (chị) hãy cho biết khoảng cách d giữa cụm C1 và C2 có giá trị là gì?
A.  
d=5
B.  
d=4
C.  
d=3
D.  
Giá trị khác
Câu 7: 0.2 điểm
Có 4 phần tử cần chia thành 2 cụm, mỗi cụm có ít nhất 1 phần tử. Anh (chị) hãy cho biết có bao nhiêu cách chia cụm?
A.  
7 cách.
B.  
16 cách.
C.  
15 cách.
D.  
1 cách.
Câu 8: 0.2 điểm
Khoảng cách Ơclit giữa 2 cụm C1, C2 được định nghĩa là khoảng cách giữa các vector đại diện của cụm. Giả sử vector đại diện của cụm là vector trung bình của cụm. Cho C1 gồm x1=(1,0), x2=(3,2) ; C2 gồm y1=(3, 2) , y2=(7, 8). Anh (chị) hãy cho biết khoảng cách d giữa cụm C1 và C2 có giá trị là bao nhiêu ?
A.  
d=5
B.  
d=6
C.  
d=2
D.  
d = 1
Câu 9: 0.2 điểm
Cho đồ thị như hình vẽ. Từ đồ thị anh chị thấy điều gì?
A.  
Với cùng ngưỡng của độ hỗ trợ, thời gian thức thi thuật toán FP-Growth luôn ít hơn thời gian thực thi thuật toán Apriori.
B.  
Với cùng ngưỡng của độ hỗ trợ, thời gian thực thi của thuật toán FP-Growth luôn nhiều hơn thời gian thực thi của thuật toán Apriori.
C.  
Thuật toán Apriori thực hiện nhanh hơn thuật toán FP-Growth.
D.  
Hai thuật toán FP-Growth và Apriori đều thức thi với thời gian rất nhỏ.
Câu 10: 0.2 điểm
Trong thuật toán k-mean, sau khi gán các đối tượng vào k cụm ta cần làm gì?
A.  
Tính lại tâm của các cụm
B.  
Tính khoảng cách giữa các phần tử trong cụm
C.  
Tìm một số phần tử đại diện của cụm
D.  
Trộn các cụm lại với nhau để số cụm sinh ra là ít nhất
Câu 11: 0.2 điểm
Cho đồ thị như hình vẽ. Anh (chị) hãy cho biết nhận xét nào sau đây là sai?
A.  
Thuật toán Apriori thực hiện nhanh hơn thuật toán FP-Growth.
B.  
Với cùng số lượng giao dịch như nhau, thời gian thức thi thuật toán FP-Growth luôn ít hơn thời gian thực thi thuật toán Apriori.
C.  
Khi số lượng giao dịch rất nhỏ, thời gian thực thi của 2 thuật toán FP-Growth và Apriori là tương đương.
D.  
Thuật toán FP-Growth thực hiện nhanh hơn thuật toán Apriori.
Câu 12: 0.2 điểm
Hãy cho biết thuật ngữ Tiền xử lí dữ liệu bằng tiếng Anh là?
A.  
Data Preprocessing
B.  
Data Processing
C.  
Preprocessing in Database
D.  
Data Process
Câu 13: 0.2 điểm
Cho CSDL giao dịch như bảng sau (Min_Support = 3 (60%)):Anh (chị) hãy cho biết nhóm item bị loại bỏ do không thỏa mãn Min_Support là nhóm item nào?
A.  
d, e, g, h, i, j, k, l, n, o, s
B.  
f, c, a, b, m, p
C.  
c, a, b, m
D.  
a, b, c, d, e
Câu 14: 0.2 điểm
Trong thuật toán Apriori, tập mục chứa k-item được tạo ra bằng cách nào trong các cách sau?
A.  
Tạo ra từ tập chứa k-1 item bằng cách ghép 2 tập k-1 item với nhau với điều kiện là 2 tập k-1 item này phải có chung nhau k-2 item.
B.  
Tổ hợp k item từ các item có trong cơ sở dữ liệu giao dịch.
C.  
Lấy ngẫu nhiên k item sau đó ghép lại với nhau.
D.  
Sinh mọi tập con có k item từ các item có trong cơ sở dữ liệu giao dịch.
Câu 15: 0.2 điểm
Cho CSDL giao dịch như hình vẽ với Min_Support = 2 (50%), Min_Cofidence = 50%. Anh (chị) hãy cho biết luật kết hợp nào có độ tin cậy = 100%?
A.  
B-->E
B.  
A-->D
C.  
C-->E
D.  
C-->A
Câu 16: 0.2 điểm

Cho FP-Tree như hình vẽ, Anh (chị) hãy cho biết có mấy đường đi kết thúc ở nút m?

A.  
1 đường đi
B.  
3 đường đi
C.  
4 đường đi
D.  

2 đường đi

Câu 17: 0.2 điểm
Anh (chị) hãy cho biết Entropy là một đại lượng có miền giá trị là gì?
A.  
[0 ; 1].
B.  
(0 ; 1).
C.  
Miền giá trị là tập số nguyên dương.
D.  
Miền giá trị là tập số thực dương.
Câu 18: 0.2 điểm
Anh (chị) hãy cho biết độ phân biệt (độ lộn xộn) của kết luận C với thuộc tính A được tính theo công thức nào?
A.  
Gain(C,A)=Entropy(C)-Entropy(A)
B.  
Gain(C,A)=Entropy(C)+Entropy(A)
C.  
Gain(C,A)=Entropy(A)-Entropy(C)
D.  
Gain(C,A)=Entropy(C)*Entropy(A)
Câu 19: 0.2 điểm
Cho CSDL giao dịch như bảng sau (Min_Support = 3 (60%)), Anh (Chị) hãy cho biết các item nào có độ hỗ trợ là 80%?
A.  
f và c
B.  
c và a
C.  
a, b và m
D.  
f, a và c
Câu 20: 0.2 điểm
Kết luận C gồm 2 giá trị Yes và No. Anh (chị) hãy cho biết Entropy(C)= 0 nói nên điều gì:
A.  
Số kết luận ‘Yes’ bằng 0 hoặc Số kết luận ‘No’ bằng 0
B.  
Số kết luận ‘Yes’ bằng Số kết luận ‘No’
C.  
Số kết luận ‘No’ bằng 1 và Số kết luận ‘Yes’ bằng 1
D.  
Không đủ thông tin để phân lớp được tập dữ liệu.
Câu 21: 0.2 điểm
Cho CSDL giao dịch như hình vẽ với Min_Support = 2 (50%). Sử dụng thuật toán Apriori, sau lần duyệt thứ nhất, các danh sách L1 chứa các tập mục thường xuyên có 1-item được tạo ra là gì?
A.  
L1={{A}, {B}, {C}, {E}}
B.  
L1={{A}, {B}, {C}, {D}}
C.  
L1={{A}, {B}, {D}, {E}}
D.  
L1={{A}, {D}, {C}}
Câu 22: 0.2 điểm
Anh (chị) hãy cho biết đồ thị sau biểu diễn điều gì?
A.  
So sánh giữa Thời gian thực thi (tính bằng giây) của 2 thuật toán FP-Growth và Apriori theo số lượng giao dịch (nghìn giao dịch).
B.  
So sánh Thời gian thực thi với số lượng giao dịch.
C.  
So sánh 2 thuật toán FP-Growth và Apriori.
D.  
Mối quan hệ giữa 2 thuật toán FP-Growth và Apriori.
Câu 23: 0.2 điểm
Cho sơ đồ ngưỡng không tương tự như hình vẽ. Cắt sơ đồ tại ngưỡng bằng 3.5. Anh (chị) hãy cho biết các cụm sinh ra là gì?
A.  
C1={x1, x2, x3, x4} ; C2={x5}
B.  
C1={x1, x2, x3} ; C2={x4, x5}
C.  
C1={x1, x2} ; C2={x3, x4, x5}
D.  
C1={x1, x2} ; C2={x4, x5} ; C3={x3}
Câu 24: 0.2 điểm
Cho cơ sở dữ liệu giao dịch gồm N giao dịch (bản ghi). I là tập chứa tất cả các mục (item) trong CSDL. Min_Supp là độ hỗ trợ tối thiểu, Min_Conf là độ tin cậy tối thiểu. X, Y là tập chứa các mục thuộc I. Luật kết hợp X→Y được chọn nếu thỏa mãn điều kiện nào?
A.  
Support(X→Y)>=Min_Supp, Confidence(X→Y)>=Min_Conf
B.  
Support(X→Y)=Min_Supp, Confidence(X→Y)=Min_Conf
C.  
Support(X→Y)
D.  
Support(X→Y)>Min_Supp, Confidence(X→Y)=Min_Conf
Câu 25: 0.2 điểm
Đường kính của cụm được định nghĩa là khoảng cách giữa 2 phần tử xa nhau nhất trong cùng 1 cụm. Cho 1 cụm gồm các phần tử C={x1, x2, x3, x4} với x1(0,0), x2(1,0), x3(6,0), x4(10, 0). Anh (chị) hãy cho biết đường kính d của cụm có giá trị là bao nhiêu?
A.  
d=10
B.  
d=4
C.  
d=6
D.  
d=1
Câu 26: 0.2 điểm
Cho tập dữ liệu X={x1, x2, x3, x4, x5} và ma trận không tương tự như hình. Anh (chị) hãy cho biết khoảng cách giữa 2 phần tử x1 và x2 bằng bao nhiêu?
A.  
bằng 1
B.  
bằng 2
C.  
bằng 0
D.  
bằng 9
Câu 27: 0.2 điểm
Khoảng cách Ơclit giữa 2 cụm C1, C2 được định nghĩa là khoảng cách bé nhất giữa phần tử x thuộc C1 và y thuộc C2 (x, y bất kỳ). Cho C1 gồm các phần tử x1=(1,1,0), x2=(2, 0, 0), x3=(0, 0, 0); C2 gồm các phần tử y1=(0, 2, 1), y2=(2, 2, 0 ). Anh (chị) hãy cho biết khoảng cách d giữa cụm C1 và C2 có giá trị là bao nhiêu?
A.  
d=1.414
B.  
d=2.000
C.  
d=4.353
D.  
d=1.021
Câu 28: 0.2 điểm
Cho CDSL giao dịch như hình vẽ, Độ hỗ trợ tối thiểu Min_Support = 3 (60%) và độ tin cậy tối thiểu Min_Confidence = 100%. Anh (chị) hãy cho biết tập mục thường xuyên có 4 mục thỏa mãn Min_Supp là tập nào trong các tập mục sau?
A.  
FCAM:3
B.  
FCAN:2
C.  
FCAM:4
D.  
FCAE:4
Câu 29: 0.2 điểm

Cho CSDL giao dịch như hình vẽ với Min_Support = 2 (50%), Min_Cofidence = 50%. Anh (chị) hãy cho biết luật kết hợp nào thỏa mãn các điều kiện đã cho?

A.  
A-->D
B.  
A--> E
C.  
AB-->C
D.  

A-->C

Câu 30: 0.2 điểm
Cho tập dữ liệu X={x1, x2, x3, x4, x5} và ma trận không tương tự như hình sau:Sử dụng thuật toán liên kết đầy đủ (Complete Linkage). Bước đầu tiên gom x1 và x2 hình thành cụm C1={x1, x2}; bước 2 ta gom x3 và x4 hình thành cụm C2={x3, x4}. Anh (chị) hãy cho biết bước thứ 3, ta sẽ gom thế nào?
A.  
Gom C1 với x5.
B.  
Gom x3 với C2.
C.  
Gom x3 với x5.
D.  
Gom x5 với C2.
Câu 31: 0.2 điểm
Cho X ={A, B} không là tập mục thường xuyên, Y = {A, B, C}. Anh (chị) hãy cho biết kết luận nào sau đây là đúng?
A.  
Y không là tập mục thường xuyên.
B.  
Y là tập mục thường xuyên.
C.  
X là tập mục thường xuyên.
D.  
C không là tập mục thường xuyên.
Câu 32: 0.2 điểm
Cho các điểm A(1, 1), B(2, 1), C(4, 3), D(5, 4), E( 1, 0). Sử dụng thuật toán phân cụm k-mean để chia 5 điểm vào 2 cụm. Anh (chị) hãy cho biết kết quả phân cụm là gì?
A.  
C1={A, B, E} ; C2={C, D}
B.  
C1={A, C, E} ; C2={B, D}
C.  
C1={A, B, C} ; C2={D, E}
D.  
C1={A, B, D} ; C2={C, E}
Câu 33: 0.2 điểm

Cho CSDL giao dịch như hình vẽ với Min_Support = 2 (50%).Nếu sử dụng thuật toán Apriori để tìm các tập mục thường xuyên thì số lần duyệt CSDL là bao nhiêu?

A.  
3 lần
B.  
2 lần
C.  
4 lần
D.  
1 lần
Câu 34: 0.2 điểm
Cho tập dữ liệu X={x1, x2, x3, x4, x5} và ma trận không tương tự như hình.Sử dụng thuật toán liên kết đơn (Single Linkage). Bước đầu tiên ta gom x1, x2 vào cụm C1, Anh (chị) hãy cho biết ma trận không tương tự P1 được sinh ra có dòng thứ nhất liệt kê từ trái sang phải là gì?
A.  
0 ; 2 ; 6 ; 5
B.  
0 ; 9 ; 8 ; 7
C.  
1 ; 9 ; 6 ; 5
D.  
1 ; 2 ; 6 ; 6
Câu 35: 0.2 điểm
Cho tập mục thường xuyên X={A, B}. Anh (chị) hãy cho biết từ tập X có thể sinh ra các luật kết hợp nào?
A.  
A--> B, B--> A, không tính luật AB --> Æ và Æ --> AB
B.  
A-->B, B--> A, A--> Æ và Æ --> B
C.  
A--> B, A-->A
D.  
B--> A, B-->B
Câu 36: 0.2 điểm
Cho CSDL giao dịch như bảng sau (Min_Support = 3 (60%), Min_Conference = 100%). Anh (chị) hãy cho biết trong các luật kết hợp sau, luật nào thỏa mãn độ hỗ trợ và độ tin cậy tối thiểu?
A.  
a--> c
B.  
c--> a
C.  
b-->c
D.  
f --> c
Câu 37: 0.2 điểm
Cho tập dữ liệu X={x1, x2, x3, x4, x5} và ma trận không tương tự như hình. Sử dụng thuật toán liên kết đầy đủ (Complete Linkage). Anh (chị) hãy cho biết sau khi gom x1 và x2 thành cụm C={x1, x2} thì khoảng cách giữa x3 và x4 bằng bao nhiêu?
A.  
bằng 3.
B.  
bằng 2.
C.  
bằng 1.
D.  
bằng 9.
Câu 38: 0.2 điểm
Anh (chị) hãy cho biết trong thuật toán k-mean, sau khi gán các đối tượng vào k cụm cần phải là gì?
A.  
Tính lại tâm của các cụm.
B.  
Tính khoảng cách giữa các phần tử trong cụm.
C.  
Tìm một số phần tử đại diện của cụm.
D.  
Trộn các cụm lại với nhau để số cụm sinh ra là ít nhất.
Câu 39: 0.2 điểm
Cho tập dữ liệu X={x1, x2, x3, x4, x5} và ma trận không tương tự như sau:Sử dụng thuật toán liên kết đơn (Single Linkage). Bước đầu tiên ta gom x2, x3 vào cụm C1={x2, x3}, bước 2 ta sẽ gom x1 và cụm C1 được C2={x1, x2, x3}, bước 3 ta sẽ gom x4 vào cụm C2 hình thành cụm C3= {x1, x2, x3, x4}. Anh (chị) hãy cho biết ngưỡng để hình thành cụm C3 là bao nhiêu?
A.  
3
B.  
5
C.  
10
D.  
0
Câu 40: 0.2 điểm
Cho tập dữ liệu X={x1, x2, x3, x4, x5} và ma trận không tương tự như hình.Sử dụng thuật toán liên kết đầy đủ (Complete Linkage). Bước đầu tiên ta gom x1, x2 vào cụm C1, Anh (chị) hãy cho biết ma trận không tương tự P1 được sinh ra có dòng thứ nhất liệt kê từ trái sang phải là gì?
A.  
0 ; 9 ; 8 ; 7
B.  
0 ; 2 ; 6 ; 5
C.  
1 ; 9 ; 6 ; 5
D.  
1 ; 2 ; 6 ; 5
Câu 41: 0.2 điểm
Cho tập ví dụ học như bảng. Anh (chị) hãy cho biết Entropy của kết luận C= Play Ball là gì?
A.  
Entropy(C)=1
B.  
Entropy(C)=3
C.  
Entropy(C)=0.5
D.  
Entropy(C)=6
Câu 42: 0.2 điểm
Cho FP-Tree như hình vẽ, Anh (chị) hãy cho biết cây điều kiện FP của nút a là cây nào?
A.  
{f:3, c:3}
B.  
{f:4, c:3}
C.  
{f:4, c:3, a:3}
D.  
{f:3, c:3, a:3
Câu 43: 0.2 điểm
Thuật toán Apriori : Ghép 2 tập mục có 3-tems với nhau để được tập mục có 4-item. Anh (chị) hãy cho biết các tập mục nào có thể ghép được với nhau?
A.  
L1={abc}, L2={abd}
B.  
L1={abc}, L2={aed}
C.  
L1={abc}, L2={ebd}
D.  
L1={gbc}, L2={abd}
Câu 44: 0.2 điểm
Cho các điểm A(1, 1), B(2, 1), C(4, 3), D(5, 4), E(0,0). Sử dụng thuật toán phân cụm k-mean để chia 5 điểm vào 2 cụm. Cụm C1 được hình thành gồm 3 phần tử A, B, E. Anh (chị) hãy cho biết vector trung bình (trọng tâm) của cụm là gì?
A.  
mC1=(1, 2/3)
B.  
mC1=(0, 2/3)
C.  
mC1=(1, 3)
D.  
mC1=(1, 2)
Câu 45: 0.2 điểm
Cho tập dữ liệu X={x1, x2, x3, x4, x5} và ma trận không tương tự như sau:Sử dụng thuật toán liên kết đơn (Single Linkage). Bước đầu tiên ta gom x2, x3 vào cụm C1={x2, x3}, Anh (chị) hãy cho biết dòng thứ 2 của ma trận P1 là gì?
A.  
2; 0; 3; 7
B.  
0; 2; 5; 6
C.  
2; 0; 1; 8
D.  
9 ;1; 0 ;3
Câu 46: 0.2 điểm
Cho các điểm A(1, 1), B(2, 1), C(4, 3), D(5, 4), E(0,0). Sử dụng thuật toán phân cụm k-mean để chia 5 điểm vào 2 cụm. Anh (chị) hãy cho biết kết quả phân cụm là gì?
A.  
C1={A, B, E} ; C2={C, D}
B.  
C1={A, B} ; C2={C, D}
C.  
C1={A, B, E} ; C2={C, D, E}
D.  
C1={A, E} ; C2={B, C, D}
Câu 47: 0.2 điểm
Khoảng cách Ơclit giữa 2 cụm C1, C2 được định nghĩa là khoảng cách lớn nhất giữa phần tử x thuộc C1 và y thuộc C2 (x, y bất kỳ). Cho C1 gồm các phần tử x1=(1, 0, 0), x2=(2, 0, 0), x3=(0, 0, 0); C2 gồm các phần tử y1=(0, 2, 1), y2=(3, 4, 0 ). Anh (chị) hãy cho biết khoảng cách giữa cụm C1 và C2 là khoảng cách giữa 2 phần tử nào sau đây?
A.  
x3 và y2
B.  
x1 và y1
C.  
x2 và y2
D.  
x3 và y2
Câu 48: 0.2 điểm
Anh (chị) hãy cho biết có những cách nào để chọn đại diện cho các cụm gì?
A.  
Đại diện điểm, đại diện siêu phẳng và đại diện siêu cầu.
B.  
Đại diện điểm, đại diện siêu cầu.
C.  
Đại diện siêu phẳng, đại diện điểm.
D.  
Đại diện siêu cầu, đại siêu phẳng.
Câu 49: 0.2 điểm
Cho tập dữ liệu X={x1, x2, x3, x4, x5} và ma trận không tương tự như hình vẽ. Sử dụng thuật toán liên kết đơn (Single Linkage), bước đầu tiên 2 phần tử nào được chọn để gom thành 1 cụm?
A.  
x1 và x2
B.  
x1 và x3
C.  
x2 và x3
D.  
x3 và x5
Câu 50: 0.2 điểm
Cho cơ sở dữ liệu giao dịch gồm N giao dịch (bản ghi). I là tập chứa tất cả các mục (item) trong CSDL. X là một tập chứa các mục thuộc I. Giao dịch hỗ trợ X là giao dịch chứa tất cả các mục có trong X. Anh (chị) hãy cho biết độ hỗ trợ của tập mục X được định nghĩa là gì?
A.  
Support(X)=Số lượng giao dịch hỗ trợ X / N
B.  
Support(X)=Số lượng giao dịch hỗ trợ X
C.  
Support(X)=Số lượng giao dịch hỗ trợ X / N * |I|, trong đó |I| là tổng số mục trong CSDL.
D.  
Support(X)=Số lượng giao dịch hỗ trợ X *100%