数据挖掘期末考试计算题及答案.doc

题一： 一阶项目集 支持度 a 5 b 4 c 2 d 5 e 3 f 4 g 6 一阶频繁集 支持度 a 5 b 4 d 5 f 4 g 6 二阶候选集 支持度 ab 3 ad 4 af 2 ag 5 bd 3 bf 1 bg 3 df 3 dg 4 fg 3 二阶频繁集 支持度 ad 4 ag 5 dg 4 三阶候选集 支持度 adg 4 三阶频繁集 支持度 adg 4 题二 Distance(G,A)2=0.1; Distance(G,B)2=0.03; Distance(G,C)2=0.11 Distance(G,D)2=0.12; Distance(G,E)2=0.16; Distance(G,F)2=0.05 G的三个最近的邻居为B,F,A,因此G的分类为湖泊水 Distance(H,A)2=0.03; Distance(H,B)2=0.18; Distance(H,C)2=0.22 Distance(H,D)2=0.03; Distance(H,E)2=0.21; Distance(H,F)2=0.16 H的三个最近的邻居为A,D,F,因此H的分类为冰川水 题三 首先计算各属性的信息增益 Gain(Ca+浓度)=0 Gain(Mg+浓度)=0.185 Gain(Na+浓度)=0 Gain(Cl-浓度)=0.32 ？冰川水Cl-浓度选择 Cl-浓度作为根节点 ？ 冰川水 Cl-浓度 高低 高 低 计算各属性的信息增益 Gain(Ca+浓度)=0 Gain(Mg+浓度)=0.45 Cl-浓度冰川水Gain(Na+浓度)=0.24 Cl-浓度 冰川水 高？低湖泊水Mg+浓度低高选择Mg+浓度作为节点 高 ？ 低 湖泊水 Mg+浓度 低 高 计算各属性的信息增益 Gain(Ca+浓度)=0.24 Gain(Na+浓度)=0.91 Cl-浓度 Cl-浓度 低高Mg+浓度冰川水低高 低 高 Mg+浓度 冰川水 低 高 低湖泊水Na+浓度冰川水 湖泊水高 低 湖泊水 Na+浓度 冰川水 湖泊水 高 题四 P(Ca+浓度=低，Mg+浓度=高，Na+浓度=高，Cl-浓度=低 | 类型=冰川水)*P(冰川水) =P(Ca+浓度=低 | 类型=冰川水)* P(Mg+浓度=高 | 类型=冰川水)* P(Na+浓度=高| 类型=冰川水)* P(Cl-浓度=低 | 类型=冰川水) *P(冰川水) =0.5*0.75*0.5*0.5*0.5=0.0468 P(Ca+浓度=低，Mg+浓度=高，Na+浓度=高，Cl-浓度=低 | 类型=湖泊水)*P(湖泊水) =P(Ca+浓度=低 | 类型=湖泊水)* P(Mg+浓度=高 | 类型=湖泊水)* P(Na+浓度=高| 类型=湖泊水)* P(Cl-浓度=低 | 类型=湖泊水) *P(湖泊水) =0.5*0.25*0.5*1*0.5=0.03123 第一个样本为冰川水 P(Ca+浓度=高，Mg+浓度=高，Na+浓度=低，Cl-浓度=高 | 类型=冰川水)*P(冰川水) =P(Ca+浓度=高 | 类型=冰川水)* P(Mg+浓度=高 | 类型=冰川水)* P(Na+浓度=低| 类型=冰川水)* P(Cl-浓度=高 | 类型=冰川水) *P(冰川水) =0.5*0.75*0.5*0.5*0.5=0.0468 P(Ca+浓度=高，Mg+浓度=高，Na+浓度=低，Cl-浓度=高 | 类型=湖泊水)*P(湖泊水) =P(Ca+浓度=高 | 类型=湖泊水)* P(Mg+浓度=高 | 类型=湖泊水)* P(Na+浓度=低| 类型=湖泊水)* P(Cl-浓度=高 | 类型=湖泊水) *P(湖泊水) =0.5*0.25*0.5*0*0.5=0 第二个样本为冰川水 题五 A,B,C,D,E,F,G之间的距离矩阵如下表 A B C D E F G A B 1 C D E F 1.5 G 根据距离矩阵建立的树如下  B B C D A E F G 题六 第一次迭代以A，B作为平均点，对剩余的点根据到A、B的距离进行分配 {A,C,D,E,F,G,H}, {B} 计算两个簇的平均点 (6.5, 1.7), (4, 5) 第二次迭代，对剩余的点根据到平均点的距离进行分配，得到两个簇 {D,E,F,H}和{A,B,C,G} 计算两个簇的平均点 (9.1, 0.5), (3.25, 3.75) 第三次迭代，对剩余的点根据到平均点的距离进行分配，得到两个簇 {D,E,F,H}和{A,B,C,G} 由于所分配的簇没有发生变化，算法终止。