数据挖掘课后答案.pdfVIP

第一章 1．6 （1）数据特征化是目标类数据的一般特性或特征的汇总。 例如，在某商店花费 1000 元以上的顾客特征的汇总描述是：年龄在 40— 50 岁、有工 作和很好的信誉等级。 （2 ）数据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， 高平均分数的学生的一般特点， 可与低平均分数的学生的一般特点进行比较。 由 此产生的可能是一个相当普遍的描述，如平均分高达 75 ％的学生是大四的计算机科学专业 的学生，而平均分低于 65%的学生则不是。 （3 ）关联和相关分析是指在给定的频繁项集中寻找相关联的规则。 例如，一个数据挖掘系统可能会发现这样的规则： 专业 （X ， “计算机科学 ”）=拥有 （X，” 个人电脑 “） [support= 12 ％， confidence = 98 ％] ，其中 X 是一个变量，代表一个学生，该规 则表明， 98%的置信度或可信性表示，如果一个学生是属于计算