(完整)数据挖掘课后答案.docxVIP

(完整)数据挖掘课后答案.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、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。
6、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。
7、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

经典word整理文档，仅参考，双击此处可删除页眉页脚。

本资料属于网络整理，如有侵权，请联系删除，谢谢！

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

该用户很懒，什么也没介绍

咨询Ta 进入空间

更多 >