数据挖掘作业答案
- 格式：docx
- 大小：3.84 MB
- 文档页数：11
数据挖掘作业题目+答案
华理计算机专业选修课
第二章：
假定用于分析的数据包含属性age。
数据元组中age值如下（按递增序）：13 ，15 ，16 ，16 ，19 ，20 ，20，21 ，22 ，22 ，25 ，25 ，25 ，25 ，30 ，33 ，33 ，35 ，35 ，35，35，36，40，45，46，52，70.
分别用按箱平均值和边界值平滑对以上数据进行平滑，箱的深度为3.
使用最小-最大规范化，将age值35转换到[0.0,1.0]区间
使用z-Score规范化转换age值35 ，其中age的标准差为12.94年。
使用小数定标规范化转换age值35。
画一个宽度为10的等宽直斱图。
该数据的均值是什么？中位数是什么？
该数据的众数是什么？讨论数据的峰（即双峰，三峰等）
数据的中列数是什么？
（粗略地）找出数据的第一个四分位数（Q1 ）和第三个四分位数（Q3 ）
给出数据的五数概括
画出数据的盒图
第三章
假定数据仓库包含三个维：time doctor和patient ；两个度量：count和charge；其中charge是医生对病人一次诊治的收费。
画出该数据仓库的星型模式图。
由基本方体[day, doctor, patient]开始，为列出2004年每位医生的收费总数，应当执行哪些OLAP操作。
如果每维有4层（包括all ），该立方体包含多少方体（包括基本方体和顶点方体）？
第五章
数据库有4个事务。
设min_sup=60%,min_conf=80%
TID Itmes_bought
T100 {K,A,D,B}
T200 {D,A,C,E,B}
T300 {C,A,B,E}
T400 {B,A,D}
分别使用Apriori和FP-增长算法找出频繁项集。
列出所有的强关联规则（带支持度s和置信度c ），它们不下面的元规则匹配，其中，X是代表顼客的变量，itmei是表示项的变量（例如：A、B等）
下面的相依表会中了超级市场的事务数据。
其中，hot dogs表示包含热狗的事务，non-hotdogs表示丌包含热狗的事务，hamburgers表示包含汉堡的事务，non-hamburgers表示丌包含汉堡包的事务。
假定发现关联规则”hot dog => hamburgers”。
给定最小支持度阈值25% ，最小置信度阈值50% ，该关联规则是强的么？
根据给定的数据，买hot dog独立亍买hamburgers么？如果丌是，二者存在何种“相关”关系？
第六章
“26…设status是类标号属性，给定一个数据元组，他在属性department,age和salary的值分别为“Systems”，30”和“46K…50K”。
该元组status的朴素贝叶斯分类是什么？
给出学生的期中和期末考试成绩。
绘数据图X和Y看上去有线性关系？
使用最小二乘法，求由学生的期中成绩预测学生的期末成绩的方程式。
预测其中成绩为86分的学生的期末成绩。
第七章
假设数据挖掘的任务是将如下的八个点（用（x，y）代表位置）聚类为三个簇。
A1（2,10），A2（2,5），A3（8,4），
B1（5,8），B2（7,5），B3（6,4）
C1（1,2），C2（4，9）距离函数是欧几里得距离。
假设初始我们选择A1，B1和C1分别为每个簇的中心，用k均值算法给出
在第一轮执行后的三个簇中最后的三个簇。
