(最新完整版)数据挖掘概念课后习题答案.docVIP

第 1 章 1.6 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。 ? 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, “ personalcomputer ” ) [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。 ? 数据延 边分析 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 1.9 列举并描述 说明数据挖掘任 务的五种原 语。 五种原 语是： ? 任务相关数据 ：这种原 语指明 给定挖掘所 处理的数据。它包括指明数据 库、数据 库表、或 数据 仓库 ，其中包括包含关系数据、 选择 关系数据的 条件、用于探索的关系数据的属性或 维、关于修复的数据排序和分 组。 ? 挖掘的数据 类型 ：这种原 语指明了所要 执行的特定数据挖掘功能  ，如特 征化、区分、 关 联、分 类、聚 类、或演化分析。同 样，用 户的要求可能 更特殊， 并可能提供所 发现 的模式必 须匹配的模版。 这些模版或超模式（也被称 为超规则 ）能被用来指 导发现过 程。 ? 背景知 识：这种原 语允许用户指定已有的关于挖掘 领域的知 识。这样 的 知识能被用来指 导 知识发现过 程，并且 评估发现 的模式。 关于数据中关 系的概念分 层和用 户信念是背景知 识的 形式。 ? 模式 兴趣度度量 ：这种原 语允许用户指定功能，用于从知 识中分割不感 兴趣的模式， 并且 被用来指 导挖掘 过程，也可 评估发现 的模式。 这样 就 允许用户限制在挖掘 过程返回的不感 兴趣的模式的数量， 因 为一种数据 挖掘系 统可能 产生大量的模式。 兴趣度 测量能被指定 为简 易 性、确定性 、适用性、和新 颖性的特征。 ? 发现模式的可 视化 ：这种原 语述及 发现 的模式 应该 被显示出来 。为了使 数据挖掘能有效地 将知 识传给 用户，数据挖掘系 统应该 能将 发现 的各种 形式的模式展示出来，正如 规 则、表格、 饼或条形 图、决策 树、立方体或其它 视觉 的表示。 1.4 1.13 描述以下数据挖掘系 统与数据 库或数据 仓库 集成方法的