数据挖掘计算题参考答案

数据仓库与数据挖掘复习1•假设数据挖掘的任务是将如下的8个点(用(x,y)代位置)聚类为3个类：X1(2,10)、X2(2,5)、X3(8,4)、X4(5,8)、X5(7,5)、X6(6,4)、X7(1,2)、X8(4,9)，距离选择欧几里德距离。假设初始选择X1(2,10)、X4(5,8)、X7(1,2)为每个聚类的中心，请用K_means算法来计算：(1)在第一次循环执行后的3个聚类中心；答：第一次迭代：中心点1：X1(2，10)，2：X4(5，8)，X7(1，2)X1X2X3X4X5X6X7X8102536+369+425+2516+361+644+129+49+99+1604+91+1616+361+131+641+95316+364529058答案：在第一次循环执行后的3个聚类中心：1：X1(2，10)2：X3,X4,X5,X6,X8(6，6)3：X2,X7(,)(2)经过两次循环后，最后的3个族分别是什么?第二次迭代：d2X1X2X3X4X5X6X7X8102536+369+425+2516+361+644+1232178524411+1352+252+22+22+22+22+22+22+2答案：1：X1,X8,:X3,X4,X5,X6(,):X2,X7(,)2.数据库有4个事务。设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算法找出频繁项集，并写出具体过程答：(a)Apriori算法：{K}-^--{A}4{A,B}4{A,B,D}3{A}4{B}4{A,D}3{B}4{D}3{B,D}3{D}3{E^—频繁项集为3项集{A,B,D}:3b.列出所有的强关联规则，使它们与下面的元规则匹配，其中，X是代表顾客的变量，item：是表示项的变量(例如，“A”、“B'等)：TOC\o"1-5"\h\zxtransaction,buys(X,item1)buys(X,item2)buys(X,item3)[s,c]答：所有频繁子项集有{A},{B},{D},{A,B},{A,D},{B,D}AAB=>Dconf=3/4=75%XAAD=>Bconf=3/3=100%VBAD=>Aconf=3/3=100%V因此，满足条件的强关联规则有：AAD=>B{supp=75%,conf=1OO%}BAD=>A{supp=75%,conf=1OO%}1.给定如下的数据库表:IDSkyAirTempHumidityWindWaterForecastEnjoysport1SunnyWarmNormalStrongWarmSameYes2SunnyWarmHighStrongWarmSameYes3RainyColdHighStrongWarmChangeNo4SunnyWarmHighStrongCoolChangeyes请计算属性Sky的信息增益。C1:Enjoysport=yes=3C2:Enjoysport=no=1I(yes,no)=-3/4log23/4-1/4log21/4=TOC\o"1-5"\h\zskyC1C2rainy01sunny30l(sky)=1/4l(0,1)+3/4l(3,0)=0Gain(sky)=习题：1.以汽车保险为例：假定训练数据库具有两个属性：年龄和汽车类型。年龄序数属性汽车类型一一分类属性类L:低(风险)，H:高(风险)年龄汽车类型类>21MarutiL>21HyundaiH<21MarutiH<21IndicaH>21MarutiL>21HyundaiH使用ID3算法得到一个决策树。下面是一个超市某商品连续24个月的销售数据（单位：百万元）：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。请使用等深、等宽和自定义区间的对数据进行分箱，做出利用各种分箱方法得到的直方图。数据库有4个事务。设min_sup=60%，min_conf二80%。使用Apriori算法找出所有的频繁项集，并针对每个频繁项集构造强关联规则，列出每个规则的支持度和置信度。答：(b)Apriori算法:{K}-^{A}4{A,B}4{A,B,D}3{A}4{B}4{A,D}3{B}4{D}3{B,D}3{D}3频繁项集为3项集{A,B,D}:3所有频繁子项集有{A},{B},{D},{A,B},{A,D},{B,D}TOC\o"1-5"\h\zAAB=>Dconf=3/4=75%XAAD=>Bconf=3/3=100%VBAD=>Aconf=3/3=100%V因此，满足条件的强关联规则有：AP=>B{supp=75%,conf=100%}BP=>A{supp=75%,conf=100%}