原《数据挖掘》习题

ch1 1. 讨论下列每项活动是否是数据挖掘任务：（ fgh 是） (a) 根据性别划分公司的顾客。 (b) 根据可赢利性划分公司的顾客。 (c) 计算公司的总销售额。 (d) 按学生的标识号对学生数据库排序。 (e) 预测掷一对骰子的结果。 (f) 使用历史记录预测某公司未来的股票价格。 (g) 监视病人心率的异常变化。 (h) 监视地震活动的地震波。 (i) 提取声波的频率。 2. （ ch1） 数据挖掘可以在很多数据源上进行，如关系数据库，空间数据库，多媒体数据库，文本数据库等。 3. (ch1) 数据挖掘一定可以得到有趣的强关联规则。 4. （ ch1） 为了提高挖掘质量，通常要进行数据预处理，包括数据清理、集成、选择、变换等。 5. (ch5){ 发烧，上呼吸道感染} 是（2）项集 6.企业要建立预测模型，需准备建模数据集，以下四条描述建模数据集正确的是( B )。 A 数据越多越好 B 尽可能多的适合的数据 C 数据越少越好 D 以上三条都正确 7. 数据挖掘算法以( D )形式来组织数据。 A 行 B 列 C 记录 D 表格 Ch2 8. （ ch2） 假定用于分析的数据包含属性age。数据元组中age 的值如下（按递增序）： 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，求： 1）使用按箱平均值平滑对以上数据进行平滑，箱的深度是3。解释你的步骤。 2）使用按箱边界值平滑对以上数据进行平滑，箱的深度是3。解释你的步骤。 7、 P98 3.4（ ch3） 假定大学的数据仓库包含4 个维{student 学生、course 课程、semester 学期、instructor 教师}，2 个度量count 和 avg_grade。在最低的概念层（例如对于给定的学生、课程、学期和教师组合），度量avg_grade 存放学生的实际成绩。为数据仓库画出雪花模式图 8、 P98 3.5（ ch3） 假定数据仓库包含4 个维date,spectator,location 和game， 2 个度量count 和charge。其中，change 是观众在给定的日期观看节目的付费。观众可以是学生、成年人或老人，每类观众有不同的收费标准。画出该数据仓库的星形模式图 10、（ch5） 数据库有 4 个事物。设 min_sup=60%,min_conf=80% TID 日期 购买的物品 T100 99/10/15 {K,A,D,B} T200 99/10/15 {D,A,C,E,B} T300 99/10/19 {C,A,B,E} T400 99/10/22 {B,A,D} a)使用 Apriori 算法找出...