- 1、本文档共20页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
1.4 数据仓库和数据库有何不同?有哪些相似之处?
答:区别:数据仓库是面向主题的,集成的,不易更改且随时间变化的数据集合,用来支持管理人员的决策,数据库由一组内部相关的数据和一组管理和存取数据的软件程序组成,是面向操作型的数据库,是组成数据仓库的源数据。它用表组织数据,采用ER数据模型。
相似:它们都为数据挖掘提供了源数据,都是数据的组合。
1.3 定义下列数据挖掘功能:特征化、区分、关联和相关分析、预测聚类和演变分析。使用你熟悉的现实生活的数据库,给出每种数据挖掘功能的例子。
答:特征化是一个目标类数据的一般特性或特性的汇总。例如,学生的特征可被提出,形成所有大学的计算机科学专业一年级学生的轮廓,这些特征包括作为一种高的年级平均成绩(GPA:Grade point aversge)的信息,
还有所修的课程的最大数量。
?? 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,具有高GPA 的学生的一般特性可被用来与具有低GPA 的一般特性比较。最终的描述可能是学生的一个一般可比较的轮廓,就像具有高GPA 的学生的75%是四年级计算机科学专业的学生,而具有低GPA 的学生的65%不是。
?? 关联是指发现关联规则,这些规则表示一起频繁发生在给定数据集的特征值的条件。例如,一个数据挖掘系统可能发现的关联规则为:major(X, “computing science”) ? owns(X, “personal computer”)
[support=12%, confidence=98%] 其中,X 是一个表示学生的变量。这个规则指出正在学习的学生,12%
(支持度)主修计算机科学并且拥有一台个人计算机。这个组一个学生拥有一台个人电脑的概率是98%(置信度,或确定度)。
?? 分类与预测不同,因为前者的作用是构造一系列能描述和区分数据类型或概念的模型(或功能),而后者是建立一个模型去预测缺失的或无效的、并且通常是数字的数据值。它们的相似性是他们都是预测的工具:
分类被用作预测目标数据的类的标签,而预测典型的应用是预测缺失的数字型数据的值。
?? 聚类分析的数据对象不考虑已知的类标号。对象根据最大花蕾内部的相似性、最小化类之间的相似性的原则进行聚类或分组。形成的每一簇可以被看作一个对象类。聚类也便于分类法组织形式,将观测组织成类分
层结构,把类似的事件组织在一起。
?? 数据演变分析描述和模型化随时间变化的对象的规律或趋势,尽管这可能包括时间相关数据的特征化、区分、关联和相关分析、分类、或预测,这种分析的明确特征包括时间序列数据分析、序列或周期模式匹配、和基于相似性的数据分析
2.3 假设给定的数据集的值已经分组为区间。区间和对应的频率如下。
―――――――――――――――――――――――――――――――――――――
年龄 频率
―――――――――――――――――――――――――――――――――――――
1~5 200
5~15 450
15~20 300
20~50 1500
50~80 700
80~110 44
―――――――――――――――――――――――――――――――――――――
计算数据的近似中位数值。
解答: 先判定中位数区间:N=200+450+300+1500+700+44=3194;N/2=1597
∵ 200+450+300=95015972450=950+1500;
∴ 20~50 对应中位数区间。
∴ median=32.97 岁。
2.2 假定用于分析的数据包含属性age。数据元组的age 值(以递增序)是:13,15,16,16,19,20,20,21,22,22,25,25,25,25,30,33,33,35,35,35,35,3
您可能关注的文档
- 慧合利咨询狼性销售训练营.doc
- 新的建筑业企业资质等级标准讲解与分析.docx
- 数字化口腔整体解决方案.doc
- 基于单片机的自动寻位立体车库系统.doc
- 山西一年级安全教案.doc
- 最新小学三年级数学期末试卷.docx
- 张元鹏微观经济学中级教程笔记生产者行为理论ⅱ.doc
- 普吉岛行程教案.doc
- 二次土方开挖方案.doc
- 安全防护方案中建系统.doc
- 2025年山东省济南市单招(语文)测试模拟题库精编.docx
- 2025年安徽省蚌埠市选调生考试(行政职业能力测验)综合能力测试题及答案1套.docx
- 2025年安徽黄梅戏艺术职业学院单招语文测试题库最新.docx
- 2025年安徽省宣城市事业单位招聘考试(职业能力倾向测验)题库参考答案.docx
- 2025年安徽省阜阳市选调生考试(公共基础知识)综合能力题库完整版.docx
- 2025年宣化科技职业学院单招语文测试模拟题库及答案参考.docx
- 2025年安徽省芜湖市单招语文测试题库精编.docx
- 2025年初级经济师之初级经济师人力资源管理题库500道及1套参考答案.docx
- 2025年国家电网招聘之电网计算机题库500道附完整答案(典优).docx
- 2025年安徽省芜湖市单招(语文)测试题库学生专用.docx
文档评论(0)