资源描述：
《大数据挖掘复习题和问题详解.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、一、考虑表中二元分类问题的训练样本集1.整个训练样本集关于类属性的熵是多少？2.关于这些训练集中a1,a2的信息增益是多少？3.对于连续属性a3,计算所有可能的划分的信息增益。4.根据信息增益，a1,a2,a3哪个是最佳划分?5.根据分类错误率，a1,a2哪具最佳？6.根据gini指标，a1,a2哪个最佳？答1.P(+)=4/9andP(−)=5/9−4/9log2(4/9)−5/9log2(5/9)=0.9911.答2：（估计不考）答3：答4:Accordingtoinformationgain,a1producesth
2、ebestsplit.答5：Forattributea1:errorrate=2/9.Forattributea2:errorrate=4/9.Therefore,accordingtoerrorrate,a1producesthebestsplit.答6：一、考虑如下二元分类问题的数据集1.计算a.b信息增益，决策树归纳算法会选用哪个属性1.计算a.bgini指标，决策树归纳会用哪个属性？这个答案没问题1.从图4-13可以看出熵和gini指标在[0,0.5]都是单调递增，而[0.5,1]之间单调递减。有没有可能信息增益和
3、gini指标增益支持不同的属性？解释你的理由Yes,eventhoughthesemeasureshavesimilarrangeandmonotonousbehavior,theirrespectivegains,Δ,whicharescaleddifferencesofthemeasures,donotnecessarilybehaveinthesameway,asillustratedbytheresultsinparts(a)and(b).贝叶斯分类1.P(A=1
4、−)=2/5=0.4,P(B=1
5、−)=2/5=0
6、.4,P(C=1
7、−)=1,P(A=0
8、−)=3/5=0.6,P(B=0
9、−)=3/5=0.6,P(C=0
10、−)=0;P(A=1
11、+)=3/5=0.6,P(B=1
12、+)=1/5=0.2,P(C=1
13、+)=2/5=0.4,P(A=0
14、+)=2/5=0.4,P(B=0
15、+)=4/5=0.8,P(C=0
16、+)=3/5=0.6.2.1.P(A=0
17、+)=(2+2)/(5+4)=4/9,P(A=0
18、−)=(3+2)/(5+4)=5/9,P(B=1
19、+)=(1+2)/(5+4)=3/9,P(B=1
20、−)=(2+2)/(5+4)=4/9
21、,P(C=0
22、+)=(3+2)/(5+4)=5/9,P(C=0
23、−)=(0+2)/(5+4)=2/9.2.LetP(A=0,B=1,C=0)=K3.当的条件概率之一是零，则估计为使用m-估计概率的方法的条件概率是更好的，因为我们不希望整个表达式变为零。1.P(A=1
24、+)=0.6,P(B=1
25、+)=0.4,P(C=1
26、+)=0.8,P(A=1
27、−)=0.4,P(B=1
28、−)=0.4,andP(C=1
29、−)=0.22.LetR:(A=1,B=1,C=1)bethetestrecord.Todetermineitsclass,
30、weneedtocomputeP(+
31、R)andP(−
32、R).UsingBayestheorem,P(+
33、R)=P(R
34、+)P(+)/P(R)andP(−
35、R)=P(R
36、−)P(−)/P(R).SinceP(+)=P(−)=0.5andP(R)isconstant,RcanbeclassifiedbycomparingP(+
37、R)andP(−
38、R).Forthisquestion,P(R
39、+)=P(A=1
40、+)×P(B=1
41、+)×P(C=1
42、+)=0.192P(R
43、−)=P(A=1
44、−)×P(B=1
45、−)×P(C=1
46、−)
47、=0.032SinceP(R
48、+)islarger,therecordisassignedto(+)class.3.P(A=1)=0.5,P(B=1)=0.4andP(A=1,B=1)=P(A)×P(B)=0.2.Therefore,AandBareindependent.4.P(A=1)=0.5,P(B=0)=0.6,andP(A=1,B=0)=P(A=1)×P(B=0)=0.3.AandBarestillindependent.5.CompareP(A=1,B=1
49、+)=0.2againstP(A=1
50、+)=0.6an
51、dP(B=1
52、Class=+)=0.4.SincetheproductbetweenP(A=1
53、+)andP(A=1
54、−)arenotthesameasP(A=1,B=1
55、+),AandBarenotconditionallyindependentgiventheclass.一、使用下表中的相似度矩阵进
