數(shù)據(jù)挖掘計算題參考答案

1、數(shù)據(jù)挖掘計算題參考答案數(shù)據(jù)倉庫與數(shù)據(jù)挖掘復(fù)習(xí)題1. 假設(shè)數(shù)據(jù)挖掘的任務(wù)是將如下的8個點（用（x,y）代表位置）聚類為3個類：X1(2,10)、X2(2,5)、X3(8,4)、X4(5,8)、X5(7,5)、X6(6,4)、X7(1,2)、X8(4,9)，距離選擇歐幾里德距離。假設(shè)初始選擇X1(2,10)、X4(5,8)、X7(1,2)為每個聚類的中心，請用 K_means算法來計算：（1）在第一次循環(huán)執(zhí)行后的3個聚類中心；答：第一次迭代：中心點1：X1(2，10)，2：X4(5，8)，X7(1，2)X1X2X3X4X5X6X7X8102536+369+425+2516+361+644+129+

2、49+99+1604+91+1616+361+131+641+95316+364529058答案：在第一次循環(huán)執(zhí)行后的3個聚類中心：1：X1(2，10) 2：X3，X4，X5，X6，X8 （6，6）3：X2，X7 （1.5，3.5）（2）經(jīng)過兩次循環(huán)后，最后的3個族分別是什么？第二次迭代：dX1X2X3X4X5X6X7X8102536+369+425+2516+361+644+1232178524411+135+6.55+1.56.5+0.53.5+4.55.5+1.54.5+0.50.5+1.52.5+5.5答案：1：X1，X8 (3.5，9.5) 2：X3，X4，X5，X6 （6.5，5.

3、25） 3：X2，X7 （1.5，3.5）2. 數(shù)據(jù)庫有4個事務(wù)。設(shè)min_sup=60%,min_conf=80%。TIDdataTransactionT1006/6/2007K,A,D,BT2006/6/2007D,A,C,E,BT3006/7/2007C,A,B,ET4006/10/2007B,A,Da. 使用Apriori算法找出頻繁項集，并寫出具體過程。答：(a) Apriori算法： K 1 A 4 A,B 4 A,B,D 3 A 4 B 4 A,D 3 B 4 D 3 B,D 3D 3 C 2 E 2 頻繁項集為3項集A,B,D:3 b.列出所有的強(qiáng)關(guān)聯(lián)規(guī)則，使它們與下面的元規(guī)則

4、匹配，其中，X是代表顧客的變量，是表示項的變量（例如，“A”、“B”等）： s,c答：所有頻繁子項集有A,B,D,A,B,A,D,B,D AB=D conf=3/4=75% AD=B conf=3/3=100% BD=A conf=3/3=100% 因此，滿足條件的強(qiáng)關(guān)聯(lián)規(guī)則有： AD=Bsupp=75%,conf=100% BD=Asupp=75%,conf=100% 1.給定如下的數(shù)據(jù)庫表：IDSkyAirTempHumidityWindWaterForecastEnjoysport1SunnyWarmNormalStrongWarmSameYes2SunnyWarmHighStrongW

5、armSameYes3RainyColdHighStrongWarmChangeNo4SunnyWarmHighStrongCoolChangeyes請計算屬性Sky的信息增益。答：C1 ：Enjoysport=yes=3C2 ：Enjoysport=no=1I(yes,no)=-3/4log2 3/4-1/4log2 1/4=0.811skyC1C2rainy01sunny30I(sky)=1/4I(0,1)+3/4I(3,0)=0Gain(sky)=0.811習(xí)題:1. 以汽車保險為例:假定訓(xùn)練數(shù)據(jù)庫具有兩個屬性:年齡和汽車類型。年齡序數(shù)屬性汽車類型分類屬性類L：低（風(fēng)險） ，H：高（風(fēng)險

6、）年齡汽車類型類21MarutiL21HyundaiH21MarutiH21MarutiL21HyundaiH使用ID3算法得到一個決策樹。2. 下面是一個超市某商品連續(xù)24個月的銷售數(shù)據(jù)（單位：百萬元）：21，16，21, 19, 24, 27, 23, 22, 21, 20, 17, 16, 20, 23, 22, 18, 24, 26, 25, 20, 26, 23, 21, 15, 17。請使用等深、等寬和自定義區(qū)間的方法對數(shù)據(jù)進(jìn)行分箱，做出利用各種分箱方法得到的直方圖。3. 數(shù)據(jù)庫有4 個事務(wù)。設(shè)min_sup = 60%，min_conf = 80%。使用Apriori 算法找出所有的頻繁項集，并針對每個頻繁項集構(gòu)造強(qiáng)關(guān)聯(lián)規(guī)則，列出每個規(guī)則的支持度和置信度。答：(b) Apriori算法： K 1 A 4 A,B 4 A,B,D 3 A 4 B 4 A,D 3 B 4 D 3 B,D 3D 3 C 2 E 2 頻繁項集為3項集A,B,D:3 所有頻繁子項集有A,B,D,A,B,A,D,B,D AB=D conf=3/4=75% AD=B co