《数据仓库原理、设计与应用》第5章传统数据挖掘技术 .ppt

5.3 统计分析类工具的应用 5.3.1 趋势分析 5.3.2 时序分析 5.3.3 周期分析 5.4 统计分析类工具应用的问题 5.4.1 统计类数据挖掘的预处理问题 1.空缺值处理 (1)忽略元组 (2)人工填写空缺值 (3)使用一个全局变量填充空缺值 (4)使用属性的平均值填充空缺值 (5)使用最可能的值填充空缺值 练习 1.在某一数据库中有不同元组值是：12、13、13、15、16、16、16、19、19、22、22、25、25、25、25、25、28、28、28、29、31、31、32、32、32、35、35、36、36、36、37、37、39、39、39、40、41、44、45、45。该系列数据的count、sum、avg、max、min分别是多少？另外给出其它三个本章没有介绍的常用数据统计度量值。 2.给定两个对象分别用元组（22，1，42，10）和（20，0，36，8）描述，计算这两个对象之间的曼哈顿距离、欧几里得距离和明考斯基距离，明考斯基距离的q值为4。 3.聚类是一种重要的数据挖掘技术，请讨论将聚类作为主要数据挖掘方法应用的情况，将聚类作为作为其它数据挖掘的数据准备情况。 4.在靠近一个新数据点的20个相邻点中，8个属于m类，11个属于n类，1个属于k类，这个新数据点最有可能属于哪一类。 5.对第一题中的数据按照箱平滑方