数据挖掘复习题和答案.docx

数据挖掘复习题和答案.docx

《数据挖掘复习题和答案.docx》由会员分享，可在线阅读，更多相关《数据挖掘复习题和答案.docx（18页珍藏版）》请在冰点文库上搜索。

数据挖掘复习题和答案

一、考虑表中二元分类问题的训练样本集

1.整个训练样本集关于类属性的熵是多少？

2.关于这些训练集中a12的信息增益是多少？

3.对于连续属性a3,计算所有可能的划分的信息增益。

4.根据信息增益，a123哪个是最佳划分?

5.根据分类错误率，a12哪具最佳？

6.根据指标，a12哪个最佳？

答1.

P（+）=4/9P（−）=5/9

−4/92（4/9）−5/92（5/9）=0.9911.

答2：

（估计不考）

答3：

答4:

a1.

答5：

a1:

=2/9.

a2:

=4/9.

,a1.

答6：

二、考虑如下二元分类问题的数据集

1.计算信息增益，决策树归纳算法会选用哪个属性

2.计算指标，决策树归纳会用哪个属性？

这个答案没问题

3.从图4-13可以看出熵和指标在[0,0.5]都是单调递增，而[0.5,1]之间单调递减。

有没有可能信息增益和指标增益支持不同的属性？

解释你的理由

,Δ,

,

（a）（b）.

贝叶斯分类

1.P（A=1|−）=2/5=0.4,P（B=1|−）=2/5=0.4,

P（C=1|−）=1,P（A=0|−）=3/5=0.6,

P（B=0|−）=3/5=0.6,P（C=0|−）=0;P（A=1）=3/5=0.6,

P（B=1）=1/5=0.2,P（C=1）=2/5=0.4,

P（A=0）=2/5=0.4,P（B=0）=4/5=0.8,

P（C=0）=3/5=0.6.

2.

3.P（A=0）=（2+2）/（5+4）=4/9,

P（A=0|−）=（3+2）/（5+4）=5/9,

P（B=1）=（1+2）/（5+4）=3/9,

P（B=1|−）=（2+2）/（5+4）=4/9,

P（C=0）=（3+2）/（5+4）=5/9,

P（C=0|−）=（0+2）/（5+4）=2/9.

4.P（A=0=1,C=0）=K

5.当的条件概率之一是零，则估计为使用估计概率的方法的条件概率是更好的，因为我们不希望整个表达式变为零。

1.P（A=1）=0.6,P（B=1）=0.4,P（C=1）=0.8,P（A=

1|−）=0.4,P（B=1|−）=0.4,P（C=1|−）=0.2

2.

R:

（A=1=1,C=1）.

P（）P（−）.,P（）=P（）P（+）（R）P（−）=P（−）P（−）（R）.

P（+）=P（−）=0.5P（R）,R

P（）P（−）.

P（）=P（A=1）×P（B=1）×P（C=1）=0.192

P（−）=P（A=1|−）×P（B=1|−）×P（C=1|−）=0.032

P（）,（+）.

3.

P（A=1）=0.5,P（B=1）=0.4P（A=1=1）=P（A）×

P（B）=0.2.,AB.

4.

P（A=1）=0.5,P（B=0）=0.6,P（A=1=0）=P（A=1）×P（B=0）=0.3.AB.

5.

P（A=1=1）=0.2P（A=1）=0.6

P（B=1=+）=0.4.P（A=1）

P（A=1|−）P（A=1=1）,AB

.

三、使用下表中的相似度矩阵进行单链和全链层次聚类。

绘制树状况显示结果，树状图应该清楚地显示合并的次序。

s1,s2,c1,c2.

A2:

=16/32=50.0%（

）.

A4:

I.

I=5,5/32=15.6%.