数据挖掘计算题参考答案

1数据仓库与数据挖掘复习题1.假设数据挖掘的任务是将如下的8个点（用（x,y）代表位置）聚类为3个类：X1(2,10)、X2(2,5)、X3(8,4)、X4(5,8)、X5(7,5)、X6(6,4)、X7(1,2)、X8(4,9)，距离选择欧几里德距离。假设初始选择X1(2,10)、X4(5,8)、X7(1,2)为每个聚类的中心，请用K_means算法来计算：（1）在第一次循环执行后的3个聚类中心；答：第一次迭代：中心点1：X1(2，10)，2：X4(5，8)，X7(1，2)X1X2X3X4X5X6X7X8102536+369+425+2516+361+644+129+49+99+1604+91+1616+361+131+641+95316+364529058答案：在第一次循环执行后的3个聚类中心：1：X1(2，10)2：X3，X4，X5，X6，X8（6，6）3：X2，X7（1.5，3.5）（2）经过两次循环后，最后的3个族分别是什么？第二次迭代：d²X1X2X3X4X5X6X7X8102536+369+425+2516+361+644+1232178524411+135²+6.5²5²+1.5²6.5²+0.5²3.5²+4.5²5.5²+1.5²4.5²+0.5²0.5²+1.5²2.5²+5.5²答案：1：X1，X8(3.5，9.5)2：X3，X4，X5，X6（6.5，5.25）3：X2，X7（1.5，3.5）2.数据库有4个事务。设min_sup=60%,min_conf=80%。TIDdataTransactionT1006/6/2007K,A,D,BT2006/6/2007D,A,C,E,BT3006/7/2007C,A,B,ET4006/10/2007B,A,Da.使用Apriori算法找出频繁项集，并写出具体过程。答：(a)Apriori算法：2{K}1{A}4{A,B}4{A,B,D}3{A}4{B}4{A,D}3{B}4{D}3{B,D}3{D}3{C}2{E}2频繁项集为3项集{A,B,D}:3b.列出所有的强关联规则，使它们与下面的元规则匹配，其中，X是代表顾客的变量，iitem是表示项的变量（例如，“A”、“B”等）：123,(,)(,)(,)xtransactionbuysXitembuysXitembuysXitem[s,c]答：所有频繁子项集有{A},{B},{D},{A,B},{A,D},{B,D}A^B=Dconf=3/4=75%×A^D=Bconf=3/3=100%√B^D=Aconf=3/3=100%√因此，满足条件的强关联规则有：A^D=B{supp=75%,conf=100%}B^D=A{supp=75%,conf=100%}1.给定如下的数据库表：IDSkyAirTempHumidityWindWaterForecastEnjoysport1SunnyWarmNormalStrongWarmSameYes2SunnyWarmHighStrongWarmSameYes3RainyColdHighStrongWarmChangeNo4SunnyWarmHighStrongCoolChangeyes请计算属性Sky的信息增益。答：C1：Enjoysport=yes=3C2：Enjoysport=no=1I(yes,no)=-3/4log23/4-1/4log21/4=0.811skyC1C2rainy01sunny30I(sky)=1/4I(0,1)+3/4I(3,0)=0Gain(sky)=0.811习题:1.以汽车保险为例:假定训练数据库具有两个属性:年龄和汽车类型。年龄————序数属性汽车类型——分类属性类————L：低（风险），H：高（风险）年龄汽车类型类321MarutiL21HyundaiH21MarutiH21IndicaH21MarutiL21HyundaiH使用ID3算法得到一个决策树。2.下面是一个超市某商品连续24个月的销售数据（单位：百万元）：21，16，21,19,24,27,23,22,21,20,17,16,20,23,22,18,24,26,25,20,26,23,21,15,17。请使用等深、等宽和自定义区间的方法对数据进行分箱，做出利用各种分箱方法得到的直方图。3.数据库有4个事务。设min_sup=60%，min_conf=80%。使用4Apriori算法找出所有的频繁项集，并针对每个频繁项集构造强关联规则，列出每个规则的支持度和置信度。答：(b)Apriori算法：{K}1{A}4{A,B}4{A,B,D}3{A}4{B}4{A,D}3{B}4{D}3{B,D}3{D}3{C}2{E}2频繁项集为3项集{A,B,D}:3所有频繁子项集有{A},{B},{D},{A,B},{A,D},{B,D}A^B=Dconf=3/4=75%×A^D=Bconf=3/3=100%√B^D=Aconf=3/3=100%√因此，满足条件的强关联规则有：A^D=B{supp=75%,conf=100%}B^D=A{supp=75%,conf=100%}