數(shù)據(jù)挖掘期末考試計(jì)算題及答案

1、題一:TID項(xiàng)目集J1a/Cfd/f/g2缶thd疋眉345e,tg6比bed尼7ab*e,g1.給定上表所示的一個事物數(shù)據(jù)庫，寫出Apriori算法生成頻繁項(xiàng)目集的過程（假定最小支持度二5）.階項(xiàng)目集支持度a5b4c2d5e3f4:g6階頻繁集支持度a5b41d5f41g6二階候選集支持度ab3ad4af2ag5bd3bf1bg31df3dg4fg3階頻繁集支持度ad4ag5dg4階候選集支持度adg4階頻繁集支持度adg4題二樣本救度昭濃度脅濃度Cl-濃度類羞A0.205O_101冰川水B04+Q30403湖泊水C03040603冰川水D0.2O.fi0_2011冰川水E0.505610湖

2、泊水x-Ln、rH1/F0303040.4F泊2LG0.3030302VH0.105020222使用K-鄰近法對兩個未知類型的樣本進(jìn)行分類（冰川水或者湖泊水兒本例我們使用K二3,即選擇最近的：3個鄰居。Distance(GA)2=202.1;Distance(GB)=0.03;Distance(GC)=0.11Distance(GD)2=202.12;Distance(GE)=0.16;Distance(GF)=0.05G的三個最近的鄰居為B,F,A，因此G的分類為湖泊水Distance(H,A)=0.03;Distance(H,B)2=202.18;Distance(H,C)=0.22Dis

3、tance(HQ)=0.03;Distance(H,E)2=202.21;Distance(H,F)=0.16H的三個最近的鄰居為A,D,F,因此H的分類為冰川水題三3濃度g+農(nóng)度濃度CL-JRjg低高低高低高低高高低低高低高高低低低低齋亠胃低高低高低高低高高低低高低高高低低低低齋亠胃亠胃亠胃低低低低低低低亠胃冰州水冰川水冰川水冰川水湖泊水湖泊水瀛泊水瀛泊水33使用ID3決策樹算法對兩個未知類型的樣本進(jìn)行分類.首先計(jì)算各屬性的信息增益Gain（Ca+濃度）=0Gain（Mg+濃度）=0.185Gain（Na+濃度）=0計(jì)算各屬性的信息增益Gain（Ca+濃度）=0.24Gain（Na+濃度）=

4、0.913濃度。+農(nóng)度Na+濃度-濃度類型低髙高冰川水高低高冰川水低高低冰川水高高彳氐冰川水低低低商低低湖泊水彳氐高高低湖泊水高低低湖泊水彳氐高高低?高低4使用樸素貝葉斯算法兩個未知類型的樣本進(jìn)行分類。P（Ca+濃度=低，Mg+濃度=高,Na+濃度=高，CI-濃度=低|類型二冰川水）*P（冰川水）=P（Ca+濃度=低|類型=冰川水）*P（Mg+濃度=高|類型二冰川水）*P（Na+濃度=高|類型=冰川水）*P（CI-濃度二低|類型二冰川水）*P（冰川水）=0.5*0.75*0.5*0.5*0.5=0.0468P（Ca+濃度=低，Mg+濃度=高，Na+濃度=高，CI-濃度=低|類型二湖泊水）*P（

5、湖泊水）=P（Ca+濃度=低|類型=湖泊水）P（Mg+濃度=高|類型二湖泊水）P（Na+濃度=高I類型=湖泊水）*P（CI-濃度二低|類型=湖泊水）*P（湖泊水）=0.5*0.25*0.5*1*0.5=0.03123第一個樣本為冰川水P（Ca+濃度=高，Mg+濃度=高,Na+濃度=低，CI-濃度=高|類型二冰川水）*P（冰川水）=P（Ca+濃度=高|類型=冰川水）*P（Mg+濃度=高|類型二冰川水）*P（Na+濃度=低I類型=冰川水）*P（CI-濃度二高I類型二冰川水）*P（冰川水）=0.5*0.75*0.5*0.5*0.5=0.0468P（Ca+濃度=高，Mg+濃度=高,Na+濃度=低，CI

6、-濃度=高|類型二湖泊水）*P（湖泊水）=P（Ca+濃度=高|類型=湖泊水）*P（Mg+濃度=高|類型二湖泊水）*P（Na+濃度=低I類型=湖泊水）*P（CI-濃度=高|類型=湖泊水）*P（湖泊水）=0.5*0.25*0.5*0*0.5=0第二個樣本為冰川水題五樣本ID屬性值1屬性值2A44B45C33D90E930.5F80.5G1265使用凝聚法對上表屮的樣本進(jìn)行聚類，建立相應(yīng)的層次樹*A,B,C,D,E,F,G之間的距離矩陣如下表ABCDEFGAB1CD廊j45E42.5J50.548.5FJ28.25$362531.25vf-251.5IG68659045J36.546.25根據(jù)距離矩陣建立的樹如下題六ABC題六ABCDEFG45300.50.56樣本ID屬性值屬性值2443993812反使用凝聚法對上表中的樣木進(jìn)行聚類，建立相應(yīng)的層次樹C第一次迭代以A,B作為平均點(diǎn)，對剩余的點(diǎn)根據(jù)到A、B的距離進(jìn)行分配A,C,D,E,F,G,H,B計(jì)算兩個簇的平均點(diǎn)(6.5,1.7),(4,5)第二次迭代，對剩余的點(diǎn)根據(jù)到平均點(diǎn)的距離進(jìn)行分配，得到兩個簇D,E,F