《2022年数据挖掘期末考试在线测试答案可用 .pdf》由会员分享，可在线阅读，更多相关《2022年数据挖掘期末考试在线测试答案可用 .pdf（7页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、一个食品连锁店每周的事务记录如下表所示，其中每一条事务表示在一项收款机业务中卖出的项目，假定supmin=20%，confmin=40%，使用 Apriori 算法计算生成的关联规则，标明每趟数据库扫描时的候选集和大项目集。事务项目事务项目 T1 T2 T3 面包、果冻、花生酱面包、花生酱面包、牛奶、花生酱T4 T5 啤酒、面包啤酒、牛奶解： 1) 扫描数据库对每个候选计算支持2) 比较候选支持度与最小支持度，得出频繁项集L1 3)由 L1 产生候选C2 C2 项集面包，花生酱 面包，牛奶 面包，啤酒 面包，果冻 花生酱，牛奶 花生酱，啤酒 花生酱，果冻 牛奶，啤酒 牛奶，果冻 啤酒，果冻 4
2、）扫描，对每个候选计算支持度C1 项集支持度面包 花生酱 牛奶 啤酒 果冻 4/5 3/5 2/5 2/5 1/5 L1 项集支持度面包 花生酱 牛奶 啤酒 果冻 4/5 3/5 2/5 2/5 1/5 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 1 页，共 7 页 - - - - - - - - - C2 项集支持度面包，花生酱 面包，牛奶 面包，啤酒 面包，果冻 花生酱，牛奶 花生酱，啤酒 花生酱，果冻 牛奶，啤酒 牛奶，果冻 啤酒，果冻 3/5 1/5 1/5 1/5 1/
3、5 0 1/5 1/5 0 0 5)比较候选支持度与最小支持度，得出频繁项集L2 L2 项集支持度面包，花生酱 面包，牛奶 面包，啤酒 面包，果冻 花生酱，牛奶 花生酱，果冻 牛奶，啤酒 3/5 1/5 1/5 1/5 1/5 1/5 1/5 6)由 L2 产生候选C3 C3 项集面包，花生酱，牛奶 面包，花生酱，啤酒 面包，花生酱，果冻 面包，牛奶，啤酒 面包，牛奶，果冻 面包，啤酒，果冻 花生酱，牛奶，果冻 花生酱，牛奶，啤酒 7）扫描，对每个候选计算支持度C3 项集支持度面包，花生酱，牛奶 面包，花生酱，啤酒 面包，花生酱，果冻 面包，牛奶，啤酒 面包，牛奶，果冻 面包，啤酒，果冻 花生
4、酱，牛奶，果冻 花生酱，牛奶，啤酒 1/5 0 1/5 0 0 0 0 0 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 2 页，共 7 页 - - - - - - - - - 8）比较候选支持度与最小支持度，得出频繁项集L3 C3 项集支持度面包，花生酱，牛奶 面包，花生酱，果冻 1/5 1/5 下面计算关联规则：面包，花生酱，牛奶的非空子集有面包，花生酱 ，面包，牛奶 ，花生酱，牛奶 ，面包，花生酱 ，牛奶 面包，花生酱 牛奶 confidence=5/35/1=33.3% 面
5、包，牛奶 花生酱 confidence=5/15/1=100% 花生酱，牛奶 面包 confidence=5/15/1=100% 面包 花生酱，牛奶 confidence=5/45/1=25% 花生酱 面包，牛奶 confidence=5/35/1=33.3% 牛奶 面包，花生酱 confidence=5/25/1=50% 故强关联规则有面包，牛奶 花生酱 ，花生酱，牛奶 面包 ，牛奶 面包，花生酱 面包，花生酱，果冻的非空子集有面包，花生酱 ，面包，果冻 ，花生酱，果冻 ，面包，花生酱 ，果冻 面包，花生酱 果冻 confidence=5/35/1=33.3% 面包，果冻 花生酱 confi
6、dence=5/15/1=100% 花生酱，果冻 面包 confidence=5/15/1=100% 面包 花生酱，果冻 confidence=5/45/1=25% 花生酱 面包，果冻 confidence=5/35/1=33.3% 果冻 面包，花生酱 confidence5/15/1=100% 故强关联规则有面包，果冻 花生酱 ，花生酱，果冻 面包 ，果冻 面包，花生酱 The following shows a history of customers with their incomes, ages and an attribute called “ Have_iPhone ”indic
7、ating whether they have an iPhone. We also indicate whether they will buy an iPad or not in the last 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 3 页，共 7 页 - - - - - - - - - column. No. Income Age Have_iPhone Buy_iPad 1 high young yes yes 2 high old yes yes 3 mediu
8、m young no yes 4 high old no yes 5 medium young no no 6 medium young no no 7 medium old no no 8 medium old no no (a) We want to train a CART decision tree classifier to predict whether a new customer will buy an iPad or not. We define the value of attribute Buy_iPad is the label of a record. (i) Ple
9、ase find a CART decision tree according to the above example. In the decision tree, whenever we process a node containing at most 3 records, we stop to process this node for splitting. (ii) Consider a new young customer whose income is medium and he has an iPhone. Please predict whether this new cus
10、tomer will buy an iPad or not. (b) What is the difference between the C4.5 decision tree and the ID3 decision tree? Why is there a difference? 解：解： a.(i)对于所给定样本的期望信息是：-84log284-84log284=1 属性 Income 的样本 : Info(high)=-3 log21-0 log20=0 Info(medium)=- 51log251-54log254=0.72193 期望信息为：830+850.72193=0.270
11、72 信息增益为：Gain（Income）=1-E(Income)= 0.729277 同样计算知：Gain(Age)=0.09436Gain(Have_iPhone)=0.311这三个属性中Income 的 Gain 最大，所以选择Income 为最优特征，于是根节点生成两个子节点，一个是叶节点，对另一个节点继续使用以上方法，在A2，A3 选择最优特征及其最优切分点，结果是Age。依此计算得，CART树为：Young Old mediumYes Age Income High NO NO 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - -
12、 - - 名师精心整理 - - - - - - - 第 4 页，共 7 页 - - - - - - - - - （ii）这个新的年轻、中等收入、有IPhone 的顾客，将不会购买IPad。（b）C4.5 决策树算法和ID3 算法相似，但是C4.5 决策树算法是对ID3 算法的改进，ID3 算法在生成决策树的过程中，使用信息增益来进行特征选择，是选择信息增益最大的特征；C4.5算法在生成决策树的过程中，用信息增益比来选择特征，是选择信息增益比最大的特征。因为信息增益的大小是相对于训练数据集而言的，并没有绝对的意义，在分类困难时， 也就是在训练数据集的经验熵大的时候，信息增益会偏大，反之，信息增益
13、会偏小。使用信息增益比可以对这一问题进行校正。Consider the following eight two-dimensional data points: x1: (23, 12), x2: (6, 6), x3: (15, 0), x4: (15, 28), x5:(20, 9), x6: (8, 9), x7: (20, 11), x8: (8, 13), Consider algorithm k-means. Please answer the following questions. You are required to show the information about e
14、ach final cluster (including the mean of the cluster and all data points in this cluster). You can consider writing a program for this part but you are not required to submit the program. (a) If k = 2 and the initial means are (20, 9) and (8, 9), what is the output of the algorithm? (b) If k = 2 and
15、 the initial means are (15, 0) and (15, 29), what is the output of the algorithm? 解： (a)已知 K=2，初始质心是 (20, 9)、(8, 9) 则：M1 M2 K1 K2 (20, 9) (8, 9) (20,9),(23,12),(15,0), (15,28), (20,11) (8,9), (6,6), (8,13) (18.6,12) (7.3,9.3) (23,12),(15,28),(20,9),(20,11) (15,0),(6,6),(8,9),(8,13) (19.5,15) (9.5,7)
16、 (23,12),(15,28),(20,9),(20,11) (15,0),(6,6),(8,9),(8,13) 所以，算法输出两个簇：K1=x1,x4,x5,x7 K2=x2,x3,x6,x8 （b）已知 K=2，初始质心是 (15, 0)、 (15, 29) 则：M1 M2 K1 K2 (15, 0) (15, 29) (23,12),(6,6),(15,0),(20,9),(8,9),(20,11),(8,13) (15,28) (14.3,8.6) (15,28) (23,12),(6,6),(15,0),(20,9),(8,9),(20,11),(8,13) (15,28) 所以，
17、算法输出两个簇：K1=x1,x2,x3,x5,x6,x7,x8 K2=x4 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 5 页，共 7 页 - - - - - - - - - 4. Consider eight data points The following matrix shows the pairwise distances between any two points. 1 2 3 4 5 6 7 8 1 0 2 11 0 3 5 13 0 4 12 2 14 0 5
18、7 17 1 18 0 6 13 4 15 5 20 0 7 9 15 12 16 15 19 0 8 11 20 12 21 17 22 30 0 Please use the agglomeration approach to cluster these eight points into two groups/clusters by using distance complete linkage. Please write down all data points for each cluster and write down the distance between the two c
19、lusters. 3 5 距离 1 合并为簇（ 3，5）1 2 3 4 5 6 7 8 1 0 2 11 0 3 5 13 0 4 12 2 14 0 5 7 17 1 18 0 6 13 4 15 5 20 0 7 9 15 12 16 15 19 0 8 11 20 12 21 17 22 30 0 2 4 距离 2 合并为簇（ 2，4）1 2 3,5 4 6 7 8 1 0 2 11 0 3,5 5 13 0 4 12 2 14 0 6 13 4 15 5 0 7 9 15 12 16 19 0 8 11 20 12 21 22 30 0 （2 ，4）6 距离 4 合并为簇（ 2，4,6
20、）1 2,4 3,5 6 7 8 1 0 2,4 11 0 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 6 页，共 7 页 - - - - - - - - - 3,5 5 13 0 6 13 4 15 0 7 9 15 12 19 0 8 11 20 12 22 30 0 1 距离（ 3,5）为 5 合并为簇（ 1，3,5）1 2,4,6 3,5 7 8 1 0 2,4,6 11 0 3，5 5 13 0 7 9 15 12 0 8 11 20 12 30 0 （1,3,5）距离
21、 7 为 9 合并为簇（ 1，3,5,7）1，3,5 2,4,6 7 8 1,3,5 0 2，4,6 11 0 7 9 15 0 8 11 20 30 0 （1,3,5,7） 距离 8 为 11 合并为簇（ 1,3,5,7，8）1，3,5,7 2,4,6 8 1，3,5,7 0 2,4,6 11 0 8 30 20 0 0 合并1， 3，5,7，8 2,4,6 1,3,5,7， 8 0 2,4,6 11 0 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 7 页，共 7 页 - - - - - - - - -