什么是频繁项集，名词解释定义是？

名词解释频繁项集

指满足最小支持度的项集，是挖掘关联规则的基本条件之一。

1.名词解释相异度矩阵

2.名词解释决策树

是用样本的属性作为结点，用属性的取值作为分支的树结构。它是分类规则挖掘的典型方法，可用于对新样本进行分类。

3.名词解释聚类

4.名词解释遗传算法

5.名词解释偏差型知识

是对差异和极端特例的描述，用于揭示事物偏离常规的异常现象，如标准类外的特例，数据聚类外的离群值等。

6.名词解释预测型知识

是根据时间序列型数据，由历史的和当前的数据去推测未来的数据，也可以认为是以时间为关键属性的关联知识。

7.名词解释广义知识

通过对大量数据的归纳、概括和抽象，提炼出带有普遍性的、概括性的描述统计的知识。

8.名词解释数据归约

缩小数据的取值范围，使其更适合于数据挖掘算法的需要，并且能够得到和原始数据相同的分析结果。

9.名词解释MOLAP

10.名词解释ROLAP