原创力文档- 1、本文档共7页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
君子忧道不忧贫。——孔丘
?
(1)现实世界的数据是杂乱的，数据多了什么问题会浮现。数据库极易受到噪音数据(包
含错误或者孤立点)、遗漏数据(有些感兴趣的属性缺少属性值或者仅包含会萃数据)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，往往多达几G或者
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，如数据仓库或者数据方；数据交换：规范化或者会萃
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：通过会萃、删除冗余特征或
者聚类等方法来压缩数据。数据离散化：属于数据归约的一部份，通过概念分层和数据的
离散化来规约数据，对数字型数据特殊重要。
监督学习(Supervisedlearning)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或者归
纳学习InductiveLearning。
无监督学习(Unsupervisedlearning)即聚类技术。在一些应用中，数据的类别属性是缺
失的，用户希翼通过浏览数据来发现其的某些内在结构。聚类就是发现这种内在结构的技术。
雪花模式与星形模式不同在于：雪花模式的维表可能是规范化形式，以便减少冗余。这种
表易于维护，并节省存储空间，因为当维结构作为列包含在内时，大维表可能非常大。然而，
与巨大的事实表相比，这种空间的节省可以忽略。此外，由于执行查询更多的连接操作，雪
花结构可能降低浏览的性能。这样系统的性能可能受影响。因此，在数据仓库设计中，雪花
模式不如星形模式流行。
君子忧道不忧贫。——孔丘
三
答：(1)所有频繁项集为：[E,K,O][K,M][K,Y]
(2)关联规则:
[O]-[E,K]1.0
君子忧道不忧贫。——孔丘
[E,O]-[K]1.0
[K,O]-[E]1.0
[M]-[K]1.0
[Y]-[K]1.0
答：
a)决策树表示一种树型结构，它由它的分来对该类型对象依靠属性进行分类。每一个决策
树可以依靠对源数据库的分割进行数据测试。这个过程以递归的方式对树进行修剪。
当不能再分割时，递归完成。因此决策树不会无限循环。
b)0
c)size
d)Children,SIN,class
君子忧道不忧贫。——孔丘
publicclassBayesClassifier
{
privateTrainingDataManagertdm;//训练集管理器
privateStringtrainnigDataPath;//训练集路径
privatestaticdoublezoomFactor=10.0f;
/**
*默认的构造器，初始化训练集
*/
publicBayesClassifier()
文档评论（0）