- 搜标题
- 搜题干
- 搜选项
数据挖掘工程师章节练习(2019.11.22)
- 问答题
已知数据元组中age的值如下（按递增序）：13，15，16，16，19，20，20，21，22，22，25，25，25，25，30，33，33，33，35，35，35，35，36，40，45，46，52，70。（a）使用min-max规范化，将age值35转换到[0.0，1.0]区间。（b）使用z-score规范化转换age值35，其中，age的标准偏差为12.94年。（c）使用小数定标规范化转换age值35。
答案：（a）已知最大值为70，最小值为13，则可将35规范化为：
（b）已知均值为30，标准差为12.94，则可将3... - 问答题
企业面对海量数据，应如何具体实施数据挖掘，使之转换成可行的结果/模型？
答案：首先进行数据的预处理，主要进行数据的清洗，数据清洗，处理空缺值，数据的集成，数据的变换和数据规约。 - 问答题
考虑下表所示二元分类问题的数据集。（1）计算按照属性A和B划分时的信息增益。决策树归纳算法将会选择哪个属性？（2）计算按照属性A和B划分时Gini系数。决策树归纳算法将会选择哪个属性？
答案：按照属性A和B划分时，数据集可分为如下两种情况：
按照属性A划分样本集分别得到的两个子集（A取值T... - 问答题
一个数据库有5个事务，如表所示。设min_sup=60%，min_conf=80%。（a）分别用Apriori算法和FP-growth算法找出所有频繁项集。比较两种挖掘方法的效率。（b）比较穷举法和Apriori算法生成的候选项集的数量。（c）利用（1）所找出的频繁项集，生成所有的强关联规则和对应的支持度和置信度。
答案：（a）频繁1-项集：M，O，K，E，Y
频繁2-项集：{M，K}，{O，K}，{O，E}，{K，Y}，{K，E... - 问答题
简述数据仓库的组成。
答案：数据仓库数据库，数据抽取工具，元数据，访问工具，数据集市，数据仓库管理，信息发布系统。