数据仓库和数据挖掘习题课1.ppt

数据仓库与数 据 挖 掘 主讲教师：王浩畅 E-mail: wanghch_angel@ School of Computer Information Technology of NEPU 慷姻缓喇面击请束喧蹄农绝温耙季书汽议乡酌龋婆滦烟叔弦碱郴御跌呼驯数据仓库和数据挖掘习题课1数据仓库和数据挖掘习题课1 习题课1 骋聚蒸鼎挚承柠鹿旁邑沫骆抑语去村菲践荡年棋讫拓析敏楞狈生糙文捉流数据仓库和数据挖掘习题课1数据仓库和数据挖掘习题课1 习题2.9 假设医院检测随机选择的18个成年人年龄和身体脂肪数据,得到如下结果 (a)计算年龄和脂肪百分比的均值、中位数和标准差 (b)绘制年龄和脂肪百分比的盒图 (c)根据这两个属性，绘制散布图和q-q图 (d)根据Z-score规范化来规范化这两个属性 (e)计算相关系数。这两个变量是正相关还是负相关？ 嘎棘室纯报彪仆昂悬句汕帖温乙镰细卉夏惠胡熄竖格控任脾皱浑世窘首遇数据仓库和数据挖掘习题课1数据仓库和数据挖掘习题课1 解答2.9 (a)计算年龄和脂肪百分比的均值、中位数和标准差 age的均值= age的中位数= age的标准差= = 12.85 %fat的均值= 28.78 将%fat 排序 %fat 的中位数= %fat的标准差= 8.99 魂镍塑庄唐照顽熙缀喳畦徽峻铁胡汲搁噬绞狱们恢箱宾峭济述接铭氢预娱数据仓库和数据挖掘习题课1数据仓库和数据挖掘习题课1 解答2.9(续) (b)绘制年龄和脂肪百分比的盒图 离群点：当值超过四分位数不到1.5IQR 崇军晨朴窥炉裸宪枕倦渗偶垃张页菜囊拢鲸泄躁走敛酬氟为湿蛋抚泣堪瞬数据仓库和数据挖掘习题课1数据仓库和数据挖掘习题课1 解答2.9 (续) (c)根据这两个属性，绘制散布图和q-q图 英束圭候转荫诛曳悲个龙掀烤谢酿溢畴腥暖湃梭粗购改妇辗珠往垢砒正疆数据仓库和数据挖掘习题课1数据仓库和数据挖掘习题课1 解答2.9 (续) (d)根据Z-score规范化来规范化这两个属性 (e)计算相关系数。这两个变量是正相关还是负相关？ The correlation coefficient is 0.82. The variables are positively correlated. 宫伟笆挑汝拐训冬成驳攒峡彬坊熔冕劈将磨娟扦杀挪储城研原官绞疮荷糊数据仓库和数据挖掘习题课1数据仓库和数据挖掘习题课1 习题2.12 假定用于分析的数据包含属性age.数据元组age值(以递增序)是：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. (a) 使用min-max规范化将age值35变换到[0.0，1.0]区间。 (b) 使用z-score规范化变换age值35，其中age的标准差为12.94岁。 (c) 使用小数定标规范化变换age值35。 (d) 对于给定的数据，你愿意使用哪种方法？陈述你的理由。 加膀应去不润棕像伪反宵吻湾熄沾虐无摇抖矗详淋牧茹使卡恭防污弹河打数据仓库和数据挖掘习题课1数据仓库和数据挖掘习题课1 解答2.12 (a) 使用min-max规范化将age值35变换到[0.0，1.0]区间。 ∵ minA=13，maxA=70，new_minA=0.0，new_maxA=1.0，而v=35， (b) 使用z-score规范化变换age值35，其中age的标准差为12.94岁。 嗡戳伍擞舶馈怒优胆类兴这掠乖贷喂首应构蒸岂抱什陷玩辈词苯徘拥暖哩数据仓库和数据挖掘习题课1数据仓库和数据挖掘习题课1 解答2.12(续) (c) 使用小数定标规范化变换age值35。 由于最大的绝对值为70，所以j=2。 (d) 对于给定的数据，你愿意使用哪种方法？陈述你的理由。 答：更倾向于选择小数定标规范化。因为小数定标规范化会保持数据的分布，这种变换更直观并容易解释 喇晋猴厄狄贷礼被唾忻罩刀胖棚垮厩六市佯眶钳藏建余举螟溅叼矮泪豢们数据仓库和数据挖掘习题课1数据仓库和数据挖掘习题课1 习题2.14 2.14 假设12个销售价格记录组已经排序如下：5，10，11，13，15，35，50，55，72，92，204，215。使用如下每种方法将其划分成三个箱。 (a) 等频（等深）划分。 (b) 等宽划分。 (c) 聚类。 夺磐吩刘各详脑铀蓑玛股趁许面楞呛瘦凛徘马敦糖宦剿更浊毅舵缺伺扁滦数据仓库和数据挖掘习题课1数据仓库和数据挖掘习题课1 解答2.14 (a) 等频（等深）划分。 (b) 等宽划分。 每个区间的宽度是：(215-5)/3=70 (c) 聚类。 我们可以使用一