《数据挖掘》课程作业任务答案解析.pdf

《数据挖掘》课程作业任务答案解析--第1页

**

浙江大学远程教育学院《数据挖掘》课程作业答案

第一章引言

一、填空题

（1）数据清理，数据集成，数据选择，数据变换，数据挖掘，模式评估，知识表示

（2）算法的效率、可扩展性和并行处理

（3）统计学、数据库技术和机器学习

（4）一些与数据的一般行为或模型不一致的孤立数据

二、简答题

（1）什么是数据挖掘？

答：数据挖掘指的是从大量的数据中挖掘出那些令人感兴趣的、有用的、隐含的、先前未知

的和可能有用的模式或知识。

（2）一个典型的数据挖掘系统应该包括哪些组成部分？

答：一个典型的数据挖掘系统应该包括以下部分：

数据库、数据仓库或其他信息库

数据库或数据仓库服务器

知识库

《数据挖掘》课程作业任务答案解析--第1页

《数据挖掘》课程作业任务答案解析--第2页

**

数据挖掘引擎

模式评估模块

图形用户界面

（3）Web挖掘一般包括以下步骤：

数据清理:(这个可能要占全过程60％的工作量)

数据集成

将数据存入数据仓库

建立数据立方体

选择用来进行数据挖掘的数据

数据挖掘（选择适当的算法来找到感兴趣的模式）

展现挖掘结果

将模式或者知识应用或者存入知识库

（4）请列举数据挖掘应用常见的数据源。

（或者说，我们都在什么样的数据上进行数据挖掘）

答：常见的数据源包括关系数据库、数据仓库、事务数据库和高级数据库系统和信息库。其

中高级数据库系统和信息库包括：空间数据库、时间数据库和时间序列数据库、流数据、多

《数据挖掘》课程作业任务答案解析--第2页

《数据挖掘》课程作业任务答案解析--第3页

**

媒体数据库、面向对象数据库和对象-关系数据库、异种数据库和遗产(legacy)数据库、文

本数据库和万维网(WWW)等。

第二章认识数据

一、填空题

（1）5/13

(2）极差、分位数、四分位数、百分位数、四分位数极差和标准差

（3）出落在至少高于第三个四分位数或低于第一个四分位数1.5×IQR处的值

二、单选题

（1）C；（2）C；

三、简答题

（1）什么是基于像素的可视化技术？它有什么缺点？

答：对于一个m维数据集，基于像素的可视化技术在屏幕上创建m个窗口，每维一个。记

录的m个维值映射到这些窗口对应位置上的m个像素。像素的颜色反映对应的值。基于像

素的可视化技术的缺点：难以呈现多维空间的数据分布，不显示数据子空间中是否存在稠密

区域。

（2）对称的和不对称的二元属性有什么区别？

《数据挖掘》课程作业任务答案解析--第3页

《数据挖掘》课程作业任务答案解析--第4页

**

答：对称的二元属性指变量的两个状态具有同等价值或相同权重；而不对称的二元属性中，

变量的两个状态的重要性是不同的。

对称的二元属性可以使用简单匹配系数评估它们的相异度；不对称的二元属性使用Jaccard

系数评估它们的相异度。

第三章数据预处理