數(shù)據(jù)挖掘概念與技術(shù)_課后題答案

1、數(shù)據(jù)挖掘一一概念概念與技術(shù)Data MiningConcepts andTechniques習(xí)題答案第1章引言1.1什么是數(shù)據(jù)挖掘？在你的回答中，針對以下問題：1.2 1.6定義下列數(shù)據(jù)挖掘功能：特征化、區(qū)分、關(guān)聯(lián)和相關(guān)分析、預(yù)測聚類和演變分析。使用你熟悉的現(xiàn)實生活的數(shù)據(jù)庫，給岀每種數(shù)據(jù) 挖掘功能的例子。解答：特征化是一個目標(biāo)類數(shù)據(jù)的一般特性或特性的匯總。例如，學(xué)生的特征 可被提岀，形成所有大學(xué)的計算機(jī)科學(xué)專業(yè)一年級學(xué)生的輪廓，這些特征包括作為一種高的年級平均成績（GPA: Grade point aversge）的信息，還有所修的課程的最大數(shù)量。區(qū)分是將目標(biāo)類數(shù)據(jù)對象的一般特性與一個或多個對

2、比類對象的一般特性進(jìn)行比較。例如，具有高GPA的學(xué)生的一般特性可被用來與具有 低GPA的一般特性比較。最終的描述可能是學(xué)生的一個一 般可比較的 輪廓，就像具有高 GPA的學(xué)生的75%是四年級計算機(jī)科 學(xué)專業(yè)的學(xué)生，而具有低GPA的學(xué)生的65%不是。關(guān)聯(lián)是指發(fā)現(xiàn)關(guān)聯(lián)規(guī)則，這些規(guī)則表示一起頻繁發(fā)生在給定數(shù)據(jù)集的特征值的條件。例如，一個數(shù)據(jù)挖掘系統(tǒng)可能發(fā)現(xiàn)的關(guān)聯(lián)規(guī)則為：major（X, Computi ngscie nee” S own s（X,personalcomputer ” support=12%, confid en ce=98%其中，X是一個表示學(xué)生的變量。這個規(guī)則指出正在學(xué)習(xí)的學(xué)生，1

3、2%（支持度）主修計算機(jī)科學(xué)并且擁有一臺個人計算機(jī)。這個組一個學(xué)生擁有一臺個人電腦的概率是98% （置信度，或確定度）。分類與預(yù)測不同，因為前者的作用是構(gòu)造一系列能描述和區(qū)分?jǐn)?shù)據(jù)類型或概念的模型（或功能），而后者是建立一個模型去預(yù)測缺失的或無效 的、并且通常是數(shù)字的數(shù)據(jù)值。它們的相似性是他們都是預(yù)測的工具：分類被用作預(yù)測目標(biāo)數(shù)據(jù)的類的標(biāo)簽，而預(yù)測典型的應(yīng)用是預(yù)測缺失的數(shù)字型數(shù)據(jù)的值。聚類分析的數(shù)據(jù)對象不考慮已知的類標(biāo)號。對象根據(jù)最大花蕾內(nèi)部的相似性、最小化類之間的相似性的原則進(jìn)行聚類或分組。形成的每一簇可以被看作一個對象類。聚類也便于分類法組織形式，將觀測組織成類分層結(jié)構(gòu)，把類似的事件組織在一

4、起。數(shù)據(jù)延邊分析描述和模型化隨時間變化的對象的規(guī)律或趨勢，盡管這可能包括時間相關(guān)數(shù)據(jù)的特征化、區(qū)分、關(guān)聯(lián)和相關(guān)分析、分類、或預(yù)測，這種分析的明確特征包括時間序列數(shù)據(jù)分析、序列或周期模式匹配、和基于相似性的數(shù)據(jù)分析1.3 1.9列舉并描述說明數(shù)據(jù)挖掘任務(wù)的五種原語。解答：用于指定數(shù)據(jù)挖掘任務(wù)的五種原語是：任務(wù)相關(guān)數(shù)據(jù)：這種原語指明給定挖掘所處理的數(shù)據(jù)。它包括指明數(shù)據(jù)庫、數(shù)據(jù)庫表、或數(shù)據(jù)倉庫，其中包括包含關(guān)系數(shù)據(jù)、選擇關(guān)系數(shù)據(jù)的條件、用于探索的關(guān)系數(shù)據(jù)的屬性或維、關(guān)于修復(fù)的數(shù)據(jù)排序和分組。挖掘的數(shù)據(jù)類型：這種原語指明了所要執(zhí)行的特定數(shù)據(jù)挖掘功能，如特征化、區(qū)分、關(guān)聯(lián)、分類、聚類、或演化分析。同樣，

5、用戶的要求可能更特殊，并可能提供所發(fā)現(xiàn)的模式必須匹配的模版。這些模版或超模式 （也被稱為超規(guī)則）能被用來指導(dǎo)發(fā)現(xiàn)過程。背景知識：這種原語允許用戶指定已有的關(guān)于挖掘領(lǐng)域的知識。這樣的 知識能被用來指導(dǎo)知識發(fā)現(xiàn)過程，并且評估發(fā)現(xiàn)的模式。關(guān)于數(shù)據(jù)中關(guān) 系的概念分層和用戶信念是背景知識的形式。模式興趣度度量：這種原語允許用戶指定功能，用于從知識中分割不感 興趣的模式，并且被用來指導(dǎo)挖掘過程，也可評估發(fā)現(xiàn)的模式。這樣就 允許用戶限制在挖掘過程返回的不感興趣的模式的數(shù)量，因為一種數(shù)據(jù) 挖掘系統(tǒng)可能產(chǎn)生大量的模式。 興趣度測量能被指定為簡易性、 確定性 、 適用性、和新穎性的特征。發(fā)現(xiàn)模式的可視化：這種原語

6、述及發(fā)現(xiàn)的模式應(yīng)該被顯示出來。為了使 數(shù)據(jù)挖掘能有效地將知識傳給用戶，數(shù)據(jù)挖掘系統(tǒng)應(yīng)該能將發(fā)現(xiàn)的各種 形式的模式展示出來，正如規(guī)則、表格、餅或條形圖、決策樹、立方體 或其它視覺的表示。1.4 1.13 描述以下數(shù)據(jù)挖掘系統(tǒng)與數(shù)據(jù)庫或數(shù)據(jù)倉庫集成方法的差別： 不 耦 合、松散耦合、 半緊耦合和緊密耦合。 你認(rèn)為哪種方法最流行， 為 什么？解答： 數(shù)據(jù)挖掘系統(tǒng)和數(shù)據(jù)庫或數(shù)據(jù)倉庫系統(tǒng)的集成的層次的差別如下。不耦合：數(shù)據(jù)挖掘系統(tǒng)用像平面文件這樣的原始資料獲得被挖掘的原始 數(shù)據(jù)集，因為沒有數(shù)據(jù)庫系統(tǒng)或數(shù)據(jù)倉庫系統(tǒng)的任何功能被作為 處理過 程的一部分執(zhí)行。因此，這種構(gòu)架是一種糟糕的設(shè)計。松散耦合：數(shù)據(jù)挖掘

7、系統(tǒng)不與數(shù)據(jù)庫或數(shù)據(jù)倉庫集成，除了使用被挖掘 的初始數(shù)據(jù)集的源數(shù)據(jù)和存儲挖掘結(jié)果。這樣，這種構(gòu)架能得到 數(shù)據(jù)庫 和數(shù)據(jù)倉庫提供的靈活、高效、和特征的優(yōu)點(diǎn)。但是，在大 量的數(shù)據(jù)集 中，由松散耦合得到高可測性和良好的性能是非常困難 的，因為許多這 種系統(tǒng)是基于內(nèi)存的。半緊密耦合：一些數(shù)據(jù)挖掘原語， 如聚合、分類、 或統(tǒng)計功能的預(yù)計算 ，可在數(shù)據(jù)庫或數(shù)據(jù)倉庫系統(tǒng)有效的執(zhí)行，以便數(shù)據(jù)挖掘系統(tǒng)在挖掘- 查詢 過程的應(yīng)用。另外，一些經(jīng)常用到的中間挖掘結(jié)果能被預(yù)計 算并存儲到 數(shù)據(jù)庫或數(shù)據(jù)倉庫系統(tǒng)中，從而增強(qiáng)了數(shù)據(jù)挖掘系統(tǒng)的 性能。緊密耦合：數(shù)據(jù)庫或數(shù)據(jù)倉庫系統(tǒng)被完全整合成數(shù)據(jù)挖掘系統(tǒng)的一部 份，并且因此提

8、供了優(yōu)化的數(shù)據(jù)查詢處理。這樣的話，數(shù)據(jù)挖掘子系統(tǒng) 被視為一個信息系統(tǒng)的功能組件。這是一中高度期望的結(jié) 構(gòu)，因為它有 利于數(shù)據(jù)挖掘功能、高系統(tǒng)性能和集成信息處理環(huán)境 的有效實現(xiàn)。從以上提供的體系結(jié)構(gòu)的描述看，緊密耦合是最優(yōu)的，沒有值得顧慮的技術(shù)和執(zhí)行問題。但緊密耦合系統(tǒng)所需的大量技術(shù)基礎(chǔ)結(jié)構(gòu)仍然在發(fā)展變化， 其實現(xiàn) 并非易事。因此，目前最流行的體系結(jié)構(gòu)仍是半緊密耦合，因為它是 松散耦合和 緊密耦合的折中。1.5 1.14描述關(guān)于數(shù)據(jù)挖掘方法和用戶交互問題的三個數(shù)據(jù)挖掘挑戰(zhàn)。第2章數(shù)據(jù)預(yù)處理2.1 2.2假設(shè)給定的數(shù)據(jù)集的值已經(jīng)分組為區(qū)間。區(qū)間和對應(yīng)的頻率如下。年齡頻率15200515450152

9、03002050150050807008011044計算數(shù)據(jù)的近似中位數(shù)值。解答：先判定中位數(shù)區(qū)間：N=200+450+300+1500+700+44=3194； N/2=1597/ 200+450+300=95015972450=950+1500; 2050對應(yīng)中位數(shù)區(qū)間。我們有：L1=20，N=3197， (Efreq) i=950， freqmedian=1500 , width =30，使用公式( 2.3):焉 N / 2 8(氓 freq )屠伏3197 / 2 伏 950 cemedian 二 L1width = 2030 = 32.97童 freq median 童(X 1500

10、 ce media n=32.97 歲。2.2 2.4假定用于分析的數(shù)據(jù)包含屬性ageo數(shù)據(jù)元組的age值(以遞增序)是：13，15，16，16，19，20，20，21，22，22，25，25，25，25，30，33， 33， 35， 35， 35， 35， 36， 40， 45， 46， 52， 70。(a) 該數(shù)據(jù)的均值是什么？中位數(shù)是什么？(b) 該數(shù)據(jù)的眾數(shù)是什么？討論數(shù)據(jù)的峰(即雙峰、三峰等)。(c) 數(shù)據(jù)的中列數(shù)是什么？(d) 你能(粗略地)找岀數(shù)據(jù)的第一個四分位數(shù)(Q1)和第三個四分位數(shù)(Q3)嗎?(e) 給岀數(shù)據(jù)的五數(shù)概括。(f) 畫岀數(shù)據(jù)的盒圖。(g) 分位數(shù)一分位數(shù)圖與分位

11、數(shù)圖的不同之處是什么？解答：(a) 該數(shù)據(jù)的均值是什么？中位數(shù)是什么？N均值是：x 1 . - X =809 / 27 =29.96上30 (公式 2.1 )。中位數(shù)應(yīng)是第 14nJ個，即 X14=25= Q2 o(b) 該數(shù)據(jù)的眾數(shù)是什么？討論數(shù)據(jù)的峰(即雙峰、三峰等)。這個數(shù)集的眾數(shù)有兩個：25和35，發(fā)生在同樣最高的頻率處，因此是雙峰眾數(shù)。(c) 數(shù)據(jù)的中列數(shù)是什么？ 數(shù)據(jù)的中列數(shù)是最大術(shù)和最小是的均值。即： midrange =(70+13)/2=41.5 。(d) 你能(粗略地)找岀數(shù)據(jù)的第一個四分位數(shù)(Qi)和第三個四分位數(shù) (Q3)嗎？數(shù)據(jù)集的第一個四分位數(shù)應(yīng)發(fā)生在25%處，即在

12、 (N+1)/4=7 處。所以： Q 1 =20。而第三個四分位數(shù)應(yīng)發(fā)生在75%處，即在3X(N+1)/4=21處。所以：Q3=35(e) 給岀數(shù)據(jù)的五數(shù)概括。一個數(shù)據(jù)集的分布的 5 數(shù)概括由最小值、 第一個四分位數(shù)、 中位數(shù)、 第三個并且這些數(shù)據(jù)是： 13、分位數(shù)圖是一種用四分位數(shù)、 和最大值構(gòu)成。 它給岀了分布形狀良好的匯總，20、25、35、70。(f) 畫岀數(shù)據(jù)的盒略。(g) 分位數(shù)分位數(shù)圖與分位數(shù)圖的不同之處是什么？ 來展示數(shù)據(jù)值低于或等于在一個單變量分布中獨(dú)立的變量的粗略百分比。 這樣， 他可以展示所有數(shù)的分位數(shù)信息， 而為獨(dú)立變量測得的 值(縱軸)相對于它們的分位數(shù)(橫軸)被描繪

13、岀來。但分位數(shù)分位數(shù)圖用縱軸表示一種單變量分布的分位數(shù)，用橫軸表示另一單變量分布的分位數(shù)。 兩個坐標(biāo)軸顯示它們的測量值相應(yīng)分布的值域，且點(diǎn)按照 兩種分布分位數(shù)值展示。一條線( y=x )可畫到圖中，以增加圖像的信息。落在 該線以上的點(diǎn)表示在 y 軸上顯示的值的分布比 x 軸的相應(yīng)的等同分位數(shù)對應(yīng)的值 的分布高。反之，對落在該線以下的點(diǎn)則低。2.3 2.7 使用習(xí)題 2.4 給岀的 age 數(shù)據(jù)回答下列問題：(a) 使用分箱均值光滑對以上數(shù)據(jù)進(jìn)行光滑，箱的深度為3。解釋你的步驟評述對于給定的數(shù)據(jù)，該技術(shù)的效果。(b) 如何確定數(shù)據(jù)中的離群點(diǎn)？(c) 對于數(shù)據(jù)光滑，還有哪些其他方法？解答：(a)

14、使用分箱均值光滑對以上數(shù)據(jù)進(jìn)行光滑，箱的深度為3。解釋你的步驟評述對于給定的數(shù)據(jù)，該技術(shù)的效果。用箱深度為 3 的分箱均值光滑對以上數(shù)據(jù)進(jìn)行光滑需要以下步驟：步驟 1：對數(shù)據(jù)排序。 (因為數(shù)據(jù)已被排序，所以此時不需要該步驟。)箱 3： 20， 21， 22箱 6： 33， 33， 35步驟 2：將數(shù)據(jù)劃分到大小為 3 的等頻箱中 箱 1： 13， 15， 16箱 2： 16 ， 19， 20箱 4： 22， 25， 25箱 5： 25， 25， 30箱 7： 35， 35， 35箱 8： 36， 40， 45箱 9： 46， 52， 70步驟 3：計算每個等頻箱的算數(shù)均值。步驟 4：用各箱計算

15、岀的算數(shù)均值替換每箱中的每個值。箱 1： 44/3， 44/3 ， 44/3 箱 2： 55/3 ， 55/3， 55/3 箱 3： 21， 21， 21箱 4： 24， 24， 24箱 5： 80/3， 80/3， 80/3 箱 6： 101/3， 101/3 ， 101/3箱 7： 35， 35， 35箱 8： 121/3， 121/3 ， 121/3 箱 9： 56， 56， 56 (b) 如何確定數(shù)據(jù)中的離群點(diǎn)？ 聚類的方法可用來將相似的點(diǎn)分成組或“簇” ，并 檢測離群點(diǎn)。落到簇的集外的值可以被視為離群點(diǎn)。 作為選擇，一種人機(jī)結(jié)合的檢測可被采用，而計算機(jī)用一種事先決定的數(shù)據(jù)分布來區(qū)分可

16、能的離群點(diǎn)這些可能的離群點(diǎn)能被用人工輕松的檢驗，而不必檢查整個數(shù)據(jù)集。光 均 線 到(C)對于數(shù)據(jù)光滑，還有哪些其他方法？其它可用來數(shù)據(jù)光滑的方法包括別的分箱光滑方法，如中位數(shù)光滑和箱邊界滑。作為選擇，等寬箱可被用來執(zhí)行任何分箱方式，其中每個箱中的數(shù)據(jù)范圍是常量。除了分箱方法外，可以使用回歸技術(shù)擬合成函數(shù)來光滑數(shù)據(jù)，如通過性或多線性回歸。分類技術(shù)也能被用來對概念分層，這是通過將低級概念上卷高級概念來光滑數(shù)據(jù)。2.4 2.10如下規(guī)范化方法的值域是什么？(a) min-max 規(guī)范化。(b) z-score 規(guī)范化。(c) 小數(shù)定標(biāo)規(guī)范化。解答：(a) min-max規(guī)范化。值域是new_min

17、, new_max。(b) z-score規(guī)范化。值域是(old _min mean)/ r，(old_max mean)/ d，總的來說，對于所有可能 的數(shù)據(jù)集的值域是(a, +鄉(xiāng)。(c)小數(shù)定標(biāo)規(guī)范化。值域是(1.0, 1.0)。2.5 2.12使用習(xí)題2.4給岀的age數(shù)據(jù)，回答以下問題：(a) 使用min-max規(guī)范化將 age值35變換到0.0， 1.0區(qū)間。(b) 使用z-score規(guī)范化變換 age值35，其中age的標(biāo)準(zhǔn)差為 12.94歲(c) 使用小數(shù)定標(biāo)規(guī)范化變換age值35。(d) 對于給定的數(shù)據(jù)，你愿意使用哪種方法？陳述你的理由。解答：(a)使用min-max規(guī)范化將

18、age值35變換到0.0， 1.0區(qū)間。t min a=13， maxA=70， new_min a=0.0， new _maxA=1.0，而 v=35，, v 伏 min a j“、丄v =(new _ max new _ min a )十 new _ min amaxA - min a-=3513 1.0 亠 0.00.0 = 0.386070詢3(b)使用z-score規(guī)范化變換 age值35，其中age的標(biāo)準(zhǔn)差為 12.94歲A21619220212 2242527.30 2 33 435 36 40 45 46 52 702780927=29.963N_? ，A -A二亠=161.2

19、949，dA= 12.7002或 s2=167.4986 , s2 二Sa 二12.9421v=35V,35 丫 29.963t 0.3966 H 0.40012.7002(c)VsSa=35 亠29.9635 =0.3892 H 0.3912.942112.9421使用小數(shù)定標(biāo)規(guī)范化變換age值35。由于最大的絕對值為(d)對于給定的數(shù)據(jù),352 = 0.3510你愿意使用哪種方法？陳述你的理由。70,所以 j=2。V二丄10 j12.7002略。2.6 2.14假設(shè)12個銷售價格記錄組已經(jīng)排序如下：5，10，11，13，15，35,50，55，72，92，204，215。使用如下每種方法將

20、其劃分成三個箱。(a) 等頻(等深)劃分。(b) 等寬劃分。(c) 聚類。解答：(a) 等頻(等深)劃分。bi n15,10,11,13bi n115,35,50,55(b) 等寬劃分。bin1 72,91,204,215每個區(qū)間的寬度是：(215-5)/3=70bi n15,10,11,13,15,35,50,55,72bi n191bi n1204,215(c) 聚類。我們可以使用一種簡單的聚類技術(shù)：用2個最大的間隙將數(shù)據(jù)分成3個箱。bi n15,10,11,13,15bi n135,50,55,72,91bi n1204,2152.7 2.15使用習(xí)題2.4給岀的age數(shù)據(jù)，(a) 畫岀

21、一個等寬為 10的等寬直方圖；(b) 為如下每種抽樣技術(shù)勾畫例子：SRSWOR，SRSWR，聚類抽樣，分層抽樣。使用大小為 5的樣本和層“青年”，“中年”和“老年”。解答：(a)畫岀一個等寬為 10的等寬直方圖；u0152535455565(b) 為如下每種抽樣技術(shù)勾畫例子：SRSWOR , SRSWR，聚類抽樣，分層 抽樣。使用大小為 5的樣本和層“青年”，“中年”和“老年”。元組：Ti13T1022T 1935T215T1125T 2035T316T1225T 2135T416T1325T2236T519T1425T 2340T620T1530T 2445T720T1633T2546T82

22、1733T2352T922T1835T 2770SRSWOR和SRSWR :不是同次的隨機(jī)抽樣結(jié)果可以不同，但前者因無放回所以不能有相同的元組。SRSWOR(n=5)SRSWR(n=5)T416T720T620T720T1022T2035T1125T2135T 2652T2546聚類抽樣：設(shè)起始聚類共有6類，可抽其中的 m類。Sample1Sample2Sample3Sample4Sample5Sample6T113T620T1125T1633T 2135T2652T215T720T1225T1733T2236T2770T316T821T1325T1835T 2340T416T922T1425

23、T1935T2445T519T1022T1530T 2035T2546Sample2 Sample5T620T 2135T720T 2236T821T 2340T922T 2445T io22T2546分層抽樣：按照年齡分層抽樣時，不同的隨機(jī)試驗結(jié)果不同Ti13youngT1022youngT1935middle ageT215youngT1125youngT 2035middle ageT316youngT1225youngT 2135middle ageT416youngT1325youngT 2236middle ageT519youngT1425youngT 2340middle ag

24、eT620youngT1530middle ageT 2445middle ageT720youngT1633middle ageT2546middle ageT821youngT1733middle ageT 2652middle ageT922youngT1835middle ageT2770seniorT416youngT 1225youngT1733middle ageT2546middle ageT 2770Se nior2.8 55555555555555555555555555第3章數(shù)據(jù)倉庫與OLAP技術(shù)概述3.1 3.4 假定 Big Un iversity 的數(shù)據(jù)倉庫包含如下

25、4 個維：stude nt(stude nt_n ame,area_id , major, status, university) ， course(course_name, department) ， semester(semester, year) 和 instructor(dept, rank)； 2 個度量： count 和 avg_grade。 在最低概念層， 度量 avg_grade 存放學(xué)生的實際 課程成績。在較高概念層， avg_grade 存放給定組合的平均成績。(a) 為該數(shù)據(jù)倉庫畫出雪花形模式圖。(b) 由 基 本 方 體 student, course, semeste

26、r, instructor 開 始 ， 為 列 出BigUniversity 每個學(xué)生的 CS 課程的平均成績，應(yīng)當(dāng)使用哪些特殊的OLAP 操作。(c) 如果每維有 5 層(包括 all )，如“ studentmajorstatusuniversityall ”， 該立方體包含多少方體？解答：a) 為該數(shù)據(jù)倉庫畫出雪花形模式圖。雪花模式如圖所示。b) 由 基 本 方 體 student, course, semester, instructor 開 始 ， 為 列 出 BigUniversity 每個學(xué)生的 CS 課程的平均成績， 應(yīng)當(dāng)使用哪些特殊的 OLAP 操作。這些特殊的聯(lián)機(jī)分析處理(

27、 OLAP )操作有：i. 沿課程(course)維從 course_id 上卷”至U department。ii. 沿學(xué)生(student)維從 student_id 上卷”至U university。iii. 取 department= “ CS ” 和 university= “ Big University ”，沿課程(course)維和學(xué)生(student)維切片。iv. 沿學(xué)生(student)維從 university 下鉆至U student_name。c) 如果每維有 5 層(包括 all )，如“ studentmajorstatusuniversity1.25*mi n(

28、shelf)a nd 1.5*mi n(shelf)(b)用擴(kuò)充的SQL表示該查詢。select item, regi on, mon th, Min( shelf), SUM(R1)fromPurchase whereyear=2004cube by item,regi on, mon th: R1such that R1.shelf 昌.25*MIN(Shelf) and (R1.Shelf 1.5*MIN(Shelf) andR1.Price100(c) 這是一個分布式多特征立方體嗎？為什么？這不是一個分布多特征立方體，因為在such that 語句中采用了 w條 件。4.4 2008-

29、11-294.5 2008-11-29第五章5.1 Aprio ri算法使用子集支持度性質(zhì)的先驗知識。5.2 5.2.2節(jié)介紹了由頻繁項集產(chǎn)生關(guān)聯(lián)規(guī)則的方法。提岀了一個更有效的方法。解釋它為什么比5.2.2節(jié)的方法更有效。(提示：考慮將習(xí)題 5.1(b)和習(xí)題5.1(c)的性質(zhì)結(jié)合到你的設(shè)計中。)5.3數(shù)據(jù)庫有5個事物。設(shè)min _sup=60%min_conf=80。TID購買的商品T100M, O, N, K, E,丫T200D, O, N, K, E,Y T300M, A, K, ET400M, U, C, K, YT500C, O, O, K, I, Eg) 分別使用 Aprio ri

30、和FP增長算法找岀所有的頻繁項集。比較兩種挖 掘過程的效率。h) 列舉所有與下面的的元規(guī)則匹配的強(qiáng)關(guān)聯(lián)規(guī)則(給岀支持度s和置 信度c)，其中，X是代表顧客的變量，item是表示項的變量(如“A”、“ B” 等)：x ctransaction, buys(X, item 1) A buys(X, item 2) buys(X, item 3) s, c 解答： 分別使用Aprio ri和FP增長算法找岀所有的頻繁項集。比較兩種挖掘過程的效率。Aprio ri算法：由于只有 5次購買事件，所以絕對支持度是 5和in_sup=3。丫 M3/1M01/：O30:MK3 jNME2 oo5=0IM3/FTMK3/FJMYr2 F:E400,03=03sQK3=03 sQOOK3 YOKE3/G =，丫3qOL, = *K5=0C2 = o0L2 =oe3oC3 = :D1 OdF EoO4“OEF3 cn:KE4 ；KEYQO30QY2oOA1oOY3COKY30*KE4 co:u1Fcoon,KY3 _2ooCO23/1133=25921/14