數(shù)據(jù)挖掘計算題參考答案

1、精品文檔數(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：第一一次迭代：中心點 1: X1(2, 10),2: X4(5, 8), X7(1, 2)X1X2X3X4X5X6X7X8102536+369+425+2516+361+644+

2、129+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：d2X1X2X3X4X5X6X7X8102536+369+425+2516+361+644+1232178524411+1352+6.5252+1.5 26.5 2+0.5 2 3.5 2+4.5 2 5.5 2+1.5 2 4.5 2+0.5 20.52+1.522.5 2+

3、5.5 2答案：1: X1, X8 (3.5 , 9.5)2 : X3, X4, X5, X6 (6.5, 5.25)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(a)Apriori 算法:. 。1歡迎下載K-1A 4A,B 4A,B,D 3A 4B 4A,D 3B 4D 3B

4、,D 3D 3C-2E-2頻繁項集為3項集A,B,D:3b.列出所有的強關(guān)聯(lián)規(guī)則，使它們與下面的元規(guī)則匹配，其中，X是代表顧客的變量，itemi是表示項的變量(例如，“A"、"B等)：_x transaction , buys(X ,item1) buys(X ,item2)= buys(X ,item3)s,c答：所有頻繁子項集有A,B,D,A,B,A,D,B,DAAB=>D conf=3/4=75%XAAD=>B conf=3/3=100%VBAD=>A conf=3/3=100%V因此，滿足條件的強關(guān)聯(lián)規(guī)則有：AAD=>Bsupp=75%,co

5、nf=100%BAD=>Asupp=75%,conf=100%1.給定如下的數(shù)據(jù)庫表:IDSkyAirTempHumidityWindWaterForecastEnjoysport1SunnyWarmNormalStrongWarmSameYes2SunnyWarmHighStrongWarmSameYes3RainyColdHighStrongWarmChangeNo4SunnyWarmHighStrongCoolChangeyes請計算屬性Sky的信息增益。答：C1 : Enjoysport=yes=3C2 : Enjoysport=no=1I(yes,no)=-3/4log 2 3

6、/4-1/4log 2 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)屬性汽車類型一一分類屬性-L:低(風(fēng)險) ，H:高(風(fēng)險)年齡汽車類型類_O2歡迎下載精品文檔>21MarutiL>21HyundaiH<21MarutiH<21IndicaH>21MarutiL>21HyundaiH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）2

7、1, 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)進行分箱，做出利用各種分箱方法得到的直方圖。上述數(shù)據(jù)所涉成屬性彳酊算率時的直方圖如圖-2.6所示.3.數(shù)據(jù)庫有4個事務(wù)。設(shè) min_sup = 60%, min_conf = 80% 。使用7歡迎下載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 關(guān)聯(lián)規(guī)則，列出每個規(guī)則的支持度和置信度。UDDateiiems_boughiT10010/15WKA.D.B)T20010 1599D,ACE,B)T30010 1999CA.B.E)T400(BAD(b)Apriori 算法：K-1A 4A,B 4A,B,D 3A 4B 4A,D 3B 4D 3B,D 3D 3C-2E-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,DAAB=>D conf=3/4=75%XAAD=>B conf=3/3=100%VBAD=>A conf=3/3=100%V因此，滿足條件的