数据挖掘课后答案.docVIP

第一章 1．6 （1）数据特征化是目标类数据的一般特性或特征的汇总。 例如，在某商店花费1000元以上的顾客特征的汇总描述是：年龄在40—50岁、有工作和很好的信誉等级。 （2）数据区分是将目标类数据对象的一般特性与一个或多个对比类对象的一般特性进行比较。 例如，高平均分数的学生的一般特点，可与低平均分数的学生的一般特点进行比较。由此产生的可能是一个相当普遍的描述，如平均分高达75％的学生是大四的计算机科学专业的学生，而平均分低于65%的学生则不是。一个数据挖掘系统可能会发现规则（，“计算机科学”）=拥有（，”个人电脑“）[= 12％，cofidence = 98％]，构建了一个模型（或函数），描述和区分数据类或概念而后者则建立了一个模型来预测一些丢失或不可用，而且往往数值，数据集的预测它们都是为预测工具：分类是用于预测的数据和预测对象的类标签通常用于预测缺失值的数值数据。这些数据的离群点，是不属于任何集群如果一个数据点的预测值有很大的不同给定值，然后给定值可考虑异常。 （2）z-score规范化（零均值规范化）：将某组数据的值基于它的均值和标准差规范化，是其规范化后的均值为0方差为1。 ,其中是均值，是标准差 （3）小数定标规范化：通过移动属性A的小数点位置进行规范化。 (a)min-max规范化 其中v是原始数据，min和max是原始数据的最小和最大值，new_max和new_min是要规范化到的区间的上下限 原始数据 200 300 400 600 1000 [0,1] 规范化 0 0.125 0.25 0.5 1 (b)z-score规范化 ,其中是均值，是标准差 原始数据 200 300 400 600 1000 z-score -1.06 -0.7 -0.35 0.35 1.78 2.13 (1)逐步向前选择 (2)逐步向后删除 (3)向前选择和向后删除的结合 第三章 3.2 简略比较以下概念，可以用例子解释你的观点 （a）雪花形模式、事实星座形、星形网查询模型。 答：雪花形和事实星形模式都是变形的星形模式，都是由事实表和维表组成，雪花形模式的维表都是规范化的；而事实星座形的某几个事实表可能会共享一些维表；星形网查询模型是一个查询模型而不是模式模型，它是由中心点发出的涉嫌组成，其中每一条射线代表一个维的概念分层。 （b）数据清理、数据变换、刷新 答：数据清理是指检测数据中的错误，可能时订正它们；数据变换是将数据由遗产或宿主格式转换成数据仓库格式；刷新是指传播由数据源到数据仓库的更新。 3.4 (a)雪花形模式图如下：（见74页） course维表 univ fact table student维表 area维表 course_id course_name department area_id city province country student_id student_name area_id major status university student_id course_id semester_id Instructor_id count avg_grade Semester维表 semester_id semester year Instructor维表 Instructor_id dept rank (b)特殊的QLAP操作如下所示：（见79页） 1）在课程维表中，从course_id到department进行上卷操作； 2）在学生维表中，从student_id到university进行上卷操作； 3）根据以下标准进行切片和切块操作：department=”CS” and university=”Big University”； 4）在学生维表中，从university到student_id进行下钻操作。 (c)这个立方体将包含个长方体。（见课本88与89页） 第五章 5.1 （a）假设s是频繁项集，min_sup表示项集的最低支持度，D表示事务数据库。由于s是一个频繁项集，所以有 假设是s的一个非空子集，由于support_count()support_sup(s)，故有 所以原题得证，即频繁项集的所有非空子集必须也是频繁的。 （b）由定义知， 令是s的任何一个非空