數(shù)據(jù)倉庫與數(shù)據(jù)挖掘習(xí)題課63ppt課件

1、習(xí)題一習(xí)題一假定用于分析的數(shù)據(jù)包含屬性age.數(shù)據(jù)元組age值(以遞增序)是：13, 15, 16, 16, 19, 20, 20, 21, 22, 22, 25, 25, 25, 25, 30, 33, 33, 35, 35, 35, 35, 36, 40, 45, 46, 52, 70.(a) 運用min-max規(guī)范化將age值35變換到0.0，1.0區(qū)間。(b) 運用z-score規(guī)范化變換age值35，其中age的規(guī)范差為12.94歲。(c) 運用小數(shù)定標規(guī)范化變換age值35。(d) 對于給定的數(shù)據(jù)，他情愿運用哪種方法？陳說他的理由。解答一解答一(a) 運用min-max規(guī)范化將ag

2、e值35變換到0.0，1.0區(qū)間。 minA=13，maxA=70，new_minA=0.0，new_maxA=1.0，而v=35，(b) 運用z-score規(guī)范化變換age值35，其中age的規(guī)范差為12.94歲。3860. 00 . 00 . 00 . 113701335 min_min_max_minmaxminAAAAAAnewnewnewvv963.2927809 2770524645403635433230 2725422221202191621513A39. 03892. 09421.12037. 59421.12963.2935AssAvv解答一解答一( (續(xù)續(xù)) )(c) 運

3、用小數(shù)定標規(guī)范化變換age值35。 由于最大的絕對值為70，所以j=2。(d) 對于給定的數(shù)據(jù)，他情愿運用哪種方法？陳說他的理由。 答：更傾向于選擇小數(shù)定標規(guī)范化。由于小數(shù)定標規(guī)范化會堅持數(shù)據(jù)的分布，這種變換更直觀并容易解釋 35. 01035102jvv習(xí)題二習(xí)題二2.14 假設(shè)12個銷售價錢記錄組曾經(jīng)排序如下：5，10，11，13，15，35，50，55，72，92，204，215。運用如下每種方法將其劃分成三個箱。(a) 等頻等深劃分。(b) 等寬劃分。解答二解答二(a) 等頻等深劃分。(b) 等寬劃分。 每個區(qū)間的寬度是：(215-5)/3=70bin15,10,11,13bin115

4、,35,50,55bin172,91,204,215bin15,10,11,13,15,35,50,55,72bin191bin1204,215習(xí)題三習(xí)題三3假定BigUniversity的數(shù)據(jù)倉庫包含如下4個維：student(student_name, area_id, major, status, university)，course(course_name, department)，semester(semester, year)和instructor(dept, rank)；2個度量：count和avg_grade。在最低概念層，度量avg_grade存放學(xué)生的實踐課程成果。在較高概

5、念層，avg_grade存放給定組合的平均成果。(a)為該數(shù)據(jù)倉庫畫出雪花形方式圖。(b)由根本方體student, course, semester, instructor開場，為列出BigUniversity每個學(xué)生的CS課程的平均成果，該當運用哪些特殊的OLAP操作。(c)假設(shè)每維有5層包括all，如“studentmajorstatusuniversityall，該立方體包含多少方體？解答三解答三解答三解答三b)由根本方體student, course, semester, instructor開場，為列出BigUniversity每個學(xué)生的CS課程的平均成果，該當運用哪些特殊的OLA

6、P操作。 這些特殊的聯(lián)機分析處置OLAP操作有：沿課程course維從course_id“上卷到department。沿學(xué)生student維從student_id“上卷到university。取department=“CS和university=“Big University，沿課程course維和學(xué)生student維切塊。沿學(xué)生student維從university下鉆到student_name。c)假設(shè)每維有5層包括all，如“studentmajorstatusuniversityall，該立方體包含多少方體？這個立方體將包含54=625個方體。習(xí)題四習(xí)題四4 假定數(shù)據(jù)倉庫包含4個維：

7、date(day, month, quarter, year), spectator(spectator_name, status, phone, address), location(location_name, phone#, street, city, province, country)和game(game_name, description, description, producer)；2個度量： count和charge。其中， charge是觀眾在給定的日期觀看節(jié)目的付費。觀眾可以是學(xué)生、成年人或老人，每類觀眾有不同的收費規(guī)范。 (a) 畫出該數(shù)據(jù)倉庫的星形方式圖。 (b) 由

8、根本方體 date, spectator, location, game開場，為列出2019 年學(xué)生觀眾在GM-Place 的總代價，該當執(zhí)行哪些OLAP 操作？ 解答四解答四解答四解答四(b)由根本方體 date, spectator, location, game開場，為列出2019 年學(xué)生觀眾在GM-Place 的總代價，該當執(zhí)行哪些OLAP 操作？ 這些特殊的聯(lián)機分析處置OLAP操作有： 沿date維從date id “上卷到y(tǒng)ear沿game維從game id “上卷到all沿location維從location id “上卷到location name沿spectator維從spe

9、ctator id “上卷到status取status=“students，location name=“GM Place和year=2019切塊習(xí)題五習(xí)題五5給定兩個對象，分別表示為22，1，42，10，20，0，36，8：(a)計算兩個對象之間的歐幾里得間隔(b)計算兩個對象之間的曼哈頓間隔(c)計算兩個對象之間的明考斯基間隔，p=3習(xí)題六習(xí)題六假設(shè)數(shù)據(jù)發(fā)掘的義務(wù)是將如下 8個點(用(x,y)代表位置)聚類為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)間隔函數(shù)是歐幾里德間隔.假設(shè)初始選擇

10、A1, B1,C1為每個聚類的中心.用k-平均算法來給出(a) 在第一次循環(huán)執(zhí)行后的三個聚類中心(b) 最后的三個簇解答六解答六(a) (2,10),(6,6),(1.5,3.5)(b) A1 B1 C2A3 B2 C3A2 C1d2A1A2A3B1B2B3C1C2102536+369+425+2516+361+644+129+49+99+1604+91+1616+361+131+641+95316+364529058第一次迭代: 中心為1: A1(2,10), 2: B1(5,8), 3: C1(1,2)因此:1: A1 (2,10)2:A3, B1,B2, B3, C2 (6, 6)3:

11、A2, C1 (1.5,3.5)d2A1A2A3B1B2B3C1C2102536+369+425+2516+361+644+123217852441133.52+6.52.52+1.526.52+0.523.52+4.525.52+1.524.52+0.520.52+1.522.52+5.52第二次迭代: 中心為1: (2,10), 2: (6,6), 3: (1.5,3.5)1: A1, C2 (3.5,9.5)2:A3, B1,B2, B3 (6.5, 5.25)3: A2, C1 (1.5,3.5)d2A1A2A3B1B2B3C1C211+.521+4.5252+5.5222+1.524

12、2+4.5232+5.5222+7.5212+.5224.52+7.524.52+0.2521.52+1.2521.52+2.752.52+0.252.52+1.2525.52+3.2522.52+3.7523.52+6.52.52+1.526.52+0.523.52+4.525.52+1.524.52+0.520.52+1.522.52+5.52第三次迭代: 中心為1: (3.5,9.5 ), 2: (6.5,5.25), 3: (1.5,3.5)1: A1, B1,C2 (11/3,9)2:A3, B2, B3 (7, 13/3)3: A2, C1 (1.5,3.5)d2A1A2A3B1B2B