数据仓库与数据挖掘技术-试题答案.docVIP

数据仓库与数据挖掘技术 答案 一、简答 1.为什么需要对数据进行预处理？数据预处理主要包括哪些工作 （需要对数据进行哪些方面 预处理） ? （ 1）现实世界的数据是杂乱的，数据多了什么问题会出现。数据库极易受到噪音数据 (包 含错误或孤立点） 、遗漏数据（有些感兴趣的属性缺少属性值或仅包含聚集数据）和不一致 数据（在编码或者命名上存在差异）的侵扰，因为数据库太大，常常多达几 G 或更多。进 行数据预处理，提高数据质量，从而提高挖掘结果质量。 2）数据预处理主要包括：数据清理：去除数据中的噪音、纠正不一致；数据集成：将 数据由多个源合并成一致的数据存储，如数据仓库或数据方； 数据交换： 规范化或聚集可以 改进涉及距离度量的挖掘算法精度和有效性； 数据归约： 通过聚集、 删除冗余特征或聚类等 方法来压缩数据。 数据离散化： 属于数据归约的一部分， 通过概念分层和数据的离散化来规约数据，对数字型数据特别重要。 什么叫有监督学习？什么叫无监督学习？ 监督学习（ Supervised learning） 是通过发现数据属性和类别属性之间的关联模式，并通 过利用这些模式来预测未知数据实例的类别属性。监督学习又称为分类 Classification 或归纳 学习 Inductive Learning。 无监督学习（ Unsupervised learning）即聚类技术。在一些应用中，数据