分别说明利用支持度、置信度和提升度评价关联规则的优缺点。

项集A与B相关规则的兴趣度度量指标只用支持度与置信度两个即可 具有较高的支持度的项集具有较高的置信度。 具有较高的支持度的项集具有较高的置信度（） 可信度是对关联规则的准确度的衡量。() 关联规则X->Y的支持度等同于{X,Y}的支持度 置信水平（又称置信度）指数据在内的可靠雅度（） 若{b}、{a,c}、{a,b,c}的计数分别为5、4、3，则关联规则a and c→b的置信度是（） 置信度、准确度和可靠性之间的关系表现在（ ）。 只要关联规则X->Y的置信度大于Y自身的概率就是一条有价值的关联规则。 研究工具的效度可以用表面效度、内容信度、结构效度和效标关联效度来反映 支持度是衡量关联规则重要性的一个指标（） 关联规则A->B的支持度support=P(AB)，表示什么意思（） 关联规则挖掘过程是发现满足最小支持度的所有项集代表的规则。 信度、效度、反应度和可解释性是评价量表质量的基本指标 科学的评价考试质量，主要反映在四项指标（即四个度）上。这四个度分别是信度、效度、难度和（）。 抽样估计的置信度越大，估计的置信区间越大，估计的精确度越低 在对属性测试的项目进行抽样时，审计人员必须考虑：置信度、要求的精确度，和（）。 通过增大样本容量和提高模型的拟合优度可以缩小置信区间。（ ） 在样本规模一定时，置信度与精确度之间具有正向关系。 如果规则不满足置信度阈值，则形如的规则一定也不满足置信度阈值，其中是X的子集（）