资源描述：
《数据仓库与数据挖掘技术-试题答案》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、数据仓库与数据挖掘技术答案一、简答1.为什么需要对数据进行预处理？数据预处理主要包括哪些工作（需要对数据进行哪些方面预处理）？（1）现实世界的数据是杂乱的，数据多了什么问题会出现。数据库极易受到噪音数据（包含错误或孤立点）、遗漏数据（有些感兴趣的属性缺少属性值或仅包含聚集数据）和不一致数据（在编码或者命名上存在差异）的位扰，因为数据库太大，常常多达几G或更多。进行数据预处理，提高数据质量，从而提高挖掘结果质量。（2）数据预处理主要包括：数据清理：去除数据中的噪音、纠正不一致；数据集成：将数据由多个源合并成一致的数据存储，如数据仓库或数据方；数据交换：规范化或聚集可以改进涉及距离
2、度量的挖掘算法精度和有效性；数据归约：通过聚集、删除冗余特征或聚类等方法來压缩数据。数据离散化：属于数据归约的一部分，通过概念分层和数据的离散化來规约数据，对数字型数据特别重要。2.什么叫有监督学习？什么叫无监督学习？监督学习（Supervisedlearning）是通过发现数据属性和类别属性Z间的关联模式，并通过利用这些模式来预测未知数据实例的类别属性。监督学习又称为分类Classification或归纳学习InductiveLearning。无监督学习（Unsupervisedleaming）即聚类技术。在一些应用中，数据的类别属性是缺失的,用户希望通过浏览数据来发现其的某
3、些内在结构。聚类就是发现这种内在结构的技术。3•什么是数据仓库的星形模式？它与雪花模式有何不同？雪花模式与星形模式不同在于：雪花模式的维表可能是规范化形式，以便减少冗余。这种表易于维护，并节省存储空间，因为当维结构作为列包含在内时，大维表可能非常大。然而,与巨大的事实表相比，这种空间的节省可以忽略。此外，由于执行查询更多的连接操作，雪花结构可能降低浏览的性能。这样系统的性能可能受影响。因此，在数据仓库设计中，雪花模式不如星形模式流行。二、写出伪代码Inputs:I—{ii,ik}(Instancestobeclustered)7i(Numberofclusters)Output
4、s:C={c1?…，q}(clustercentroids)m:[tC(clustermembership)procedureKMeansSetCtoinitia.1value(e.g.randomselectionofI)Foreaxzh.ijEI=argmiiidistance(ijyc^)EndWhile7?ihaschangedForeachjG{l.n}Recomputeijasthecentroidof=j)EndForeachijEPm(ij)=argmindistance^j^c^)fcc{l.n}EndEndreturnCEnd2.（15分）一个数据库由下列5
5、个事务（transaction）组成，假设用户指定的最小支持度为60%,最小置信度为80%oTir>itetris-bon^htT1OOT2OOT3OOT4OOT5OO{M,O,N»K»E,Y}{D,O»N,K、E,Y}{M,A,K,E}{M.U.C,K,Y}{GO,O,K»I,E}（1）基于Apriori算法产生所有的频繁项集；（2）构造所有的强关联规则。答:（1）所有频繁项集为:[E,K,0][K,M][K,Y]⑵关联规则:[0]->[E,K]1.0[Ez0]->[K]1.0[K,0]->[E]1.0[M]->[K]1.0[Y]->[K]1.02.(15分)a)Whyist
6、heDecisionTreeInductionalgorithmguaranteedtoterimnate9b)considerthefollowingdatatable,describnigpeople,where'class*(0orI)ktheclassoftheexamplesfortrainingaclassifier.1)Whichattributewillbeselectedbydecisiontreeinductionastherootoitbetree?dwhichattribute/attnbutescanberemoved,andwhy?hairlocat
7、ionchildrensizeSINclassblownOttawa3big'650786281'0blondtoronto3small‘568326546’1brownOttawa3big‘743284021’0browntoronto3big342140966'0brownOttawa3big•167432928’0browntoronto3small•789032643’1bhndOttawa3small*124780945*1bxouiitoronto3big*643826437*0
