数据挖掘概念与技术（第三版）课后答案——第二章.pdfVIP

数据挖掘概念与技术 （第三版）课后答案——第⼆章 ======需要原版答案请留⾔ ！！======= 2.1 再给三个⽤于数据散布特征的常⽤统计量 （即未在本章讨论过的），并讨论如何在⼤型数据库中有效的计算它们。 1.异众⽐率(variation ratio) ：⽤Vr表⽰，其定义为 ： ，其中∑fi表⽰变量值的总频数，∑fm表⽰众数组的频数。异众⽐率主要⽤于衡量众数对⼀组数据的代表程度。异众⽐越⼤，说明⾮ 众数组的频数占总频数的⽐重越⼤，众数的代表性就越差 ；异众⽐越⼩，说明⾮众数组的频数占总频数的⽐重越⼩，众数的代表性就 越好。异众⽐率主要适合测度分类数据的离散程度，当然，对于顺序数据与数值数据也可以进⾏计算。 2.标准分数 （standard score）:变量值与其平均数的差除以标准差后的值。设标准分数为z，则有 标准分数给出了⼀组数据中各数值的相对位置。实际上，z分数只是将原始数据进⾏了线性变换，它并没有改变⼀个数据在该组数据中 的位置，也没有改变该组数据的分布形状。 3.相对离散程度 ：离散系数 （coefficient of variation） ：⼀组数据的标准差与其相应的平均数之⽐称为离散系数，也称变异系数。 为了消除变量值⽔平⾼低 （即两个相同类型的属性其值的分布差别特别⼤，⽐