数据挖掘计算题参考答案教学总结

此文档仅供收集于网络，如有侵权请联系网站删除只供学习与交流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：此文档仅供收集于网络，如有侵权请联系网站删除只供学习与交流{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）年龄汽车类型类此文档仅供收集于网络，如有侵权请联系网站删除只供学习与交流21MarutiL21HyundaiH21MarutiH21IndicaH21MarutiL21HyundaiH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%。使用此文档仅供收集于网络，如有侵权请联系网站删除只供学习与交流Apriori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%}