數(shù)據(jù)挖掘復習題綱(參考版)
2025-04-20 01:46本頁面
【正文】 （b） 最后的3個簇。A1(2,10),A2(2,5),A3(8,4),B1(5,8),B2(7,5),B3(6,4),C1(1,2),C2(4,9)距離函數(shù)是歐氏距離。指出你使用的初始權重和偏倚以及學習率。標記輸入和輸出層節(jié)點。先驗概率：當status=senior 時，元組總數(shù)為：30+5+3+10+4=52，P(senior)=52/165=；當status=junior 時， 元組總數(shù)為： 40+40+20+3+4+6=113 ，P(junior)=113/165=；因為status=senior 狀態(tài)沒有對應的age=26…30 區(qū)間，所以：P(X|senior)=0；因為status=junior 狀態(tài)對應的partment=systems、age=26…30 區(qū)間的總元組數(shù)為：3，所以：P(X|junior)=3/113；因為：P(X|junior)P(junior)=3/113113/165＝0=P(X|senior)P(senior)；所以：樸素貝葉斯分類器將X 分到junior 類。解二：設元組的各屬性之間不獨立，其聯(lián)合概率不能寫成份量相乘的形式。P(46K50K|senior)=(30+10)/52=40/52；∵ X=(department=system,age=26…30,salary=46K…50K)；∴ P(X|senior)=P(systems|senior)P(2630|senior)P(46K50K|senior)=0。P(2630|junior)=(40+3+6)/113=49/113；P(46K50K|junior)=(20+3)/113=23/113；∵ X=(department=system,age=26…30,salary=46K…50K)；∴ P(X|junior)=P(systems|junior)P(2630|junior)P(46K50K|junior)=234923/1133=25921/1442897=；P(systems|senior)=(5+3)/(30+5+3+10+4)=23/52。Department status age salary countSales senior 3135 46k50k 30 Sales junior 2630 2630k 40Sales junior 3135 3135k 40Systems junior 2125 4650k 20Systems senior 3135 6670k 5Systems junior 2630 4650k 3Systems senior 4145 6670k 3Marketing senior 3640 4650k 10Marketing junior 3135 4145k 4Secretary senior 4650 3640k 4Secretary junior 2630 2630k 6(a) 如何修改基本決策樹算法，以便考慮每個廣義數(shù)據(jù)元組（即每個行）的count？(b) 使用修改過的算法，構造繃帶定數(shù)據(jù)的決策樹(c) 給定一個數(shù)據(jù)元組，它的屬性department、age和salary的值分別為“system”“26…30”和“46…60”。例如，age“31...35”表示年齡在3135之間。討論如何在具有量化屬性的大型數(shù)據(jù)集中系統(tǒng)而有效地發(fā)現(xiàn)這種量化規(guī)則。例如，Sex=female∧meanwage=7,90 $/h(overallmeanwage= $/h）暗示一個異常模式。Cust_ID TID 購買的商品（以branditem_category形式）01 T100 ｛King’sCarb,SunsetMilk, DairylandCheese,bestBread｝02 T200 {BestCheese, DairylandMilk, GoldenfarmApple,TastyPie,WonderBread}01 T300 {WestcoastApple,DairylandMilk,WonderBread,TastyPie}03 T400 {WonderBread,SunsetMilk,DairylandCheese}(a) 在item_category粒度（例如，item,所可能已
教學教案相關推薦
鄂ICP備17016276號-1