数据仓库与数据挖掘习题课63-课件（PPT-精）.ppt

习题五 5给定两个对象，分别表示为（22，1，42，10），（20，0，36，8）： (a)计算两个对象之间的欧几里得距离 (b)计算两个对象之间的曼哈顿距离 (c)计算两个对象之间的明考斯基距离，p=3 * * * * * * * * computer.dqpi.edu.cn 习题一 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。 解答一 (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。 解答一(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 习题二 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。 解答二 (a) 等频（等深）划分。 (b) 等宽划分。 每个区间的宽度是：(215-5)/3=70 bin1 5,10,11,13 bin1 15,35,50,55 bin1 72,91,204,215 bin1 5,10,11,13,15,35,50,55,72 bin1 91 bin1 204,215 习题三 3假定BigUniversity的数据仓库包含如下4个维：student(student_name, area_id, major, status, university)，course(course_name, department)，semester(semester, year)和instructor(dept, rank)；2个度量：count和avg_grade。在最低概念层，度量avg_grade存放学生的实际课程成绩。在较高概念层，avg_grade存放给定组合的平均成绩。 (a)为该数据仓库画出雪花形模式图。 (b)由基本方体[student, course, semester, instructor]开始，为列出BigUniversity每个学生的CS课程的平均成绩，应当使用哪些特殊的OLAP操作。 (c)如果每维有5层（包括all），如“studentmajorstatusuniversityall”，该立方体包含多少方体？ 解答三 解答三 b)由基本方体[student, course, semester, instructor]开始，为列出BigUniversity每个学生的CS课程的平均成绩，应当使用哪些特殊的OLAP操作。 这些特殊的联机分析处理（OLAP）操作有： 沿课程（course）维从course_id“上卷”到department。 沿学生（student）维从student_id“上卷”到university。 取department=“CS”和university=“Big University”，沿课程（course）维和学生（student）维切块。 沿学生（student）维从university下钻到student_name。 c)如果每维有5层（包括all），如“studentmajorstatusuniversityall”，该立方体包含多少方体？ 这个立方体将包含54=625个方体。 习题四 4 假定数据仓库包含4个维： date(day, month, quarter, year), spectator(spectator_name, status, phone, address), location(location_name, phone#, street, city, province, country)和game(game_nam