原數(shù)據(jù)挖掘習題

1、chi1.討論以下每項活動是不是是數(shù)據(jù)挖掘任務：(fgh是)(a)依照性別劃分公司的顧客。(b)依照可獲利性劃分公司的顧客。(c)計算公司的總銷售額。(d)按學生的標識號對學生數(shù)據(jù)庫排序。(e)預測擲一對骰子的結(jié)果。(f) 利用歷史記錄預測莫公司以后的股票價錢。(g)監(jiān)視病人心率的異樣轉(zhuǎn)變。(h)監(jiān)視地震活動的地震波。(i)提取聲波的頻率。(chi)數(shù)據(jù)挖掘能夠在很多數(shù)據(jù)源上進行，如關(guān)系數(shù)據(jù) 庫，空間數(shù)據(jù)庫，多媒體數(shù)據(jù)庫，文本數(shù)據(jù)庫等。(chi)數(shù)據(jù)挖掘必然能夠取得有趣的強關(guān)聯(lián)規(guī)那么。(chi)為了提高挖掘質(zhì)量，通常要進行數(shù)據(jù)預處置，包 括數(shù)據(jù)清理、集成、選擇、變換等。(ch5)發(fā)燒，上呼吸道

2、感染是(2)項集企業(yè)要成立預測模型，需預備建模數(shù)據(jù)集，以下四條描述 建模數(shù)據(jù)集正確的選項是(B ) oA數(shù)據(jù)越多越好B盡可能多的適合的數(shù)據(jù)C數(shù)據(jù)越少越好D以上三條都正確數(shù)據(jù)挖掘算法以（D ）形式來組織數(shù)據(jù)。A行 B 列 C 記錄 D 表格Ch2（ch2）假定用于分析的數(shù)據(jù)包括屬性 age。數(shù)據(jù)元組中age的值如 下（按遞增序）：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,求：1）利用按箱平均值滑膩對以上數(shù)據(jù)進行滑膩，箱的深 度

3、是3。說明你的步驟。2）利用按箱邊界值滑膩對以上數(shù)據(jù)進行滑膩，箱的深 度是3。說明你的步驟。P98 （ch3）假定大學的數(shù)據(jù)倉庫包括4個維student學生、course課程、semester學期、instructor 教JM , 2 個氣宇 count 和 avg_grade。 在最低的概念層（例如關(guān)于給定的學生、課程、學期和教師 組合），氣宇avg_grade存下學生的實際成績。為數(shù)據(jù)倉庫畫 由雪花模式圖P98 (ch3)假定數(shù)據(jù)倉庫包括 4個維date,spectator,location和game, 2個氣宇count和charge。其中，change是觀眾在給定的日期觀看節(jié)目的付費。

4、觀眾能夠是學生、成年人或老人，每類觀眾有不同的收費標準。畫由該數(shù)據(jù)倉庫的星形模式圖（ch5）數(shù)據(jù)庫有 4 個事物。設(shè) min_sup=60%,min_conf=80%TID日期購買的物品T10099/10/15K,A,D,BT20099/10/15D,A,C,E,BT30099/10/19C,A,B,ET40099/10/22B,A,Da）利用Apriori算法我由最大得頻繁項集b）列由所有強關(guān)聯(lián)規(guī)那么（帶支持度 s和置信度c）（參 P229）假定希望分析愛喝咖啡和愛喝茶得人之間得關(guān)系。搜集一組人關(guān)于飲料偏愛的信息，匯總?cè)缦拢嚎в貌缓瓤Х葏R總茶15050200不喝茶650150800匯總800

5、2001000,50% ,評估關(guān)聯(lián)規(guī)（最小支持度為2）假設(shè)支持度和置信度閾值別離為10%那么茶 咖啡。（負相關(guān)）（ch5,參 P224 ）有如下事務數(shù)據(jù)集。試挖掘頻繁項集。TID項1a,b2bcd3acde4ade5abc6abcd7a8abc9abd10bce結(jié)果:后綴頻繁項集ee,de,ade,ce,aedd,cd,bcd,acd,bd,abd,adcc,bc,abcacbbabaa（ch5,參 P256,17 ）假定有一個購物籃數(shù)據(jù)集，包括100個事務和20個項。若是項a的支持度為25%，項b得支持度為90%,且項集ab 得支持度為20% o令最小支持度閾值和最小置信度閾值別 離為10%

6、和60% 。1）計算關(guān)聯(lián)a b的置信度。依照置信度氣宇，這 條規(guī)那么是有趣的么？（這條規(guī)那么是不是是強關(guān)聯(lián)規(guī)那 么？ ） （80%,是）2） a b 是不是有趣？（負相關(guān)，無趣）11.求生下表的強關(guān)聯(lián)規(guī)那么（ch5）IDP1P2P3P41breadcheesebutterwater2watermilkbreadnoodle3orangenoodlemeatbeer4fishsoftdrinkfrozenmealbread(ch6)下表給由某門課程假設(shè)干學生期中和期末考試成績期中 72 50 81 74 94 86 59 83 65 33 88 81期末 84 63 77 78 90 75 49

7、 79 77 52 74 90繪數(shù)據(jù)圖。X和Y看上去具有線性聯(lián)系嗎？(ch6)下表是對是不是購買運算機的調(diào)查表，請依照 ID3算法畫 由是不是購買運算機的決策樹。計數(shù)年齡收入學生信譽歸類：買計算機？64青高否良不買64青高否優(yōu)不買128中高否良買60老中否良買164老低是買64老低是優(yōu)不買64中低是優(yōu)買128青中否良不買64青低是良買132老中是良買64青中是優(yōu)買32中中否優(yōu)買J32中高是良買63老中否優(yōu)不買1老中否優(yōu)買（參 P94）TID有房婚姻狀況年收入拖欠貸款1是單身125K否2否已婚100K否3否單身70K否4是已婚120K否5否離異95K是6否已婚60K否7是離異220K否8否單身8

8、5K是9否已婚75K否10否單身90K是一客戶信息如下：X=（有房=否，婚姻狀況=已婚，年收入=120K） TOC o 1-5 h z 用貝葉斯分類法，預測記錄的拖欠貸款類別。（否）可能的分裂年收入嫡點6065707580859095100110120125220原數(shù)據(jù)集合修正為：TID有房婚姻狀況年收入拖欠貸款1是單身125K(否2否已婚100K(否3否單身70K(否5否離異95K(=是6否已婚60K(8否單身85K(=是9否已婚75K(=否10否單身90K(P(y=0|x=1)因止匕，隊1可能取勝。20. (ch6,參 P195, 8)考慮以下數(shù)據(jù)集:實例ABC類1001-2101+301

9、0-4100-5101+6001+7110-8000-9010+10111+1)估量條件概率 P(A=1|+), P(B=1|+), P(C=1|+), P(A=1|-),P(B=1|-), P(C=1|-)，2)依照1)中的條件概率，利用樸素貝葉斯分類方式預測測試樣本(A=1,B=1,C=1 )得類標號。(+ )3)比較P(A=1),P(B=1)和P(A=1,B=1),陳述 AB之間的關(guān)系。(獨立)14、 (ch7)假設(shè)數(shù)據(jù)集D含有9個數(shù)據(jù)對象(用2維空間的點表示)：A1(3,2), A2(3,9), A3(8,6), B1(9,5), B2(2,4), B3(3,10), C1(2,6),

10、C2(9,6), C3(2,2)采納k-均值方式進行聚類，距離函數(shù)采納歐幾里德距離，取k=3,假設(shè)初始的三個簇質(zhì)心為A1,B1,和C1,求：(1)第一次循環(huán)終止時的三個簇的質(zhì)心。(2)最后求得的三個簇。A2A3B2B3C2C3A1V49V41V 564521B1V52V25074158C1V10V364V1749V16第一次循環(huán)終止時：(A1,C3)質(zhì)心為(，2)或(3, 2)(B1,A3,C2)，質(zhì)心為：，或(9, 6)第二次循環(huán)A1 A23,20，49V9,6，45V3,7，25第二次循環(huán)終止時:(C1,A2,B2,B3 ),質(zhì)心為:平方誤差E=28A3 B1 B2 B3VV41V45V6

11、4V 1165VV26 V40 V9(A1,B2,C3)質(zhì)心為(,)(,)或(3, 8)C1C2C3V17V5214906523726或(2, 3)(A3,B1, C2),質(zhì)心為：或(9, 6)（A2, B3 ,C1 ）,質(zhì)心為：（，）或（3, 7）平方誤差E=21第三次循環(huán)A1 A2 A32,3 V2 V37 V45V9,6451V3,7426C1 C2 C395814906523737第三次循環(huán)終止時：（A1,B2,C3）質(zhì)心為（，）或（2, 3）不變（A3,B1, C2）,質(zhì)心為:，或（9, 6）不變（A2, B3 ,C1 ）,質(zhì)心為：（，）或（3, 7） 不變平方誤差E=21不變. （

12、ch7）已知四個點的坐標如下：點X坐標Y坐標P102P220P331P451其歐幾里德距離矩陣:P1P2P3P4P10P20P30P420試進行單鏈、全鏈聚類，并畫由樹形圖答案：單鏈：P1P2, p3P4P10P2, p30P420P1P2,p3,p4P10P2,p3,p40P2,p3P2,P3,P4p2,p2,p4,p1全鏈：第一步同單鏈P1P2, p3P4P10P2, p30P40P2,p3P2,P3,P4p2,p2,p4,p1或：P2,p3P2,P3,P1p2,p2,p1,p4.請將以下屬性分類：（ch7）1）用AM和PM表示的時刻（序數(shù)變量） 2）按度測由得0和360之間的角度（區(qū)間標度變量）3）奧運會上授予得銅牌、銀牌和金牌（序數(shù)）4）學生的性別（二元）5）用如下值表示得透光能力：不透明、半透明、透明（序 數(shù)）6）外衣寄放號碼（當你由席一個活動時，你常常能夠?qū)⒛?的外衣交給某個人，然后他給你一個號碼，你能夠在離開時 來?。x）17.計算下表表示的混淆矩陣得嫡和純度簇娛樂財經(jīng)國外都市國內(nèi)體育合計#1110114676693#22789333827253331562#3326465810516299