资源描述：
《数据挖掘作业答案.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、数据挖掘作业答案第二章数据准备5.推出在[-1,1]区间上的数据的最小－最大标准化公式。解：标准化相当于按比例缩放，假如将在[minA,maxA]间的属性A的值v映射到区间[new_minA,new_maxA]，根据同比关系得：(v-minA)/(v’-new_minA)=(maxA-minA)/(new_maxA-new_minA)化简得：v’=(v-minA)*(new_maxA-new_minA)/(maxA-minA)+new_minA6.已知一维数据集X={-5.0,23.0,17.6,7.23,1.11},用下述方法对其进行标准化：a)在[-1,1]区间进行
2、小数缩放。解：X’={-0.050，0.230，0.176，0.0723，0.0111}b)在[0,1]区间进行最小－最大标准化。解：X’={0,1,0.807，0.437，0.218}c)在[-1,1]区间进行最小－最大标准化。解：X’={-1,1,0.614,-0.126,0.564}d)标准差标准化。解：mean=8.788sd=11.523X’={-1.197,1.233,0.765,-0.135,-0.666}e)比较上述标准化的结果，并讨论不同技术的优缺点。解：小数缩放标准化粒度过大(以10为倍数)，但计算简单；最小-最大值标准化需要搜索整个数据集确定最小最
3、大数值，而且最小最大值的专家估算可能会导致标准化值的无意识的集中。标准差标准化对距离测量非常效，但会把初始值转化成了未被认可的形式。8.已知一个带有丢失值的四维样本。X1={0,1,1,2}X2={2,1,*,1}X3={1,*,*,-1}X4={*,2,1,*}如果所有属性的定义域是[0,1,2]，在丢失值被认为是“无关紧要的值”并且都被所给的定义域的所有可行值替换的情况下，“人工”样本的数量是多少？解：X1“人工”样本的数量为1X2“人工”样本的数量为3X3“人工”样本的数量为9X4“人工”样本的数量为9所以“人工”样本的数量为1×3×9×9＝24310．数据库中不
4、同病人的子女数以矢量形式给出：C={3，1，0，2，7，3，6，4，-2，0，0，10，15，6}a)应用标准统计参数——均值和方差，找出C中的异常点：mean=3.9286sd=4.4153在3个标准差下的阈值：阈值=均值±3*标准差=3.928±3*4.4153=[-9.318，17.174]根据实际情况子女数不可能为负数，所以其范围可缩减为：[0，17.174]C中的异常点有：-2a)在2个标准差下的阈值：阈值=均值±2*标准差=3.928±2*4.4153=[-4.903，12.758]根据实际情况子女数不可能为负数，所以其范围可缩减为：[0，12.758]C中
5、的异常点有：-2,1511．已知的三维样本数据集X：X=[{1，2，0}，{3，1，4}，{2，1，5}，{0，1，6}，{2，4，3}，{4，4，2}，{5，2，1}，{7，7，7}，{0，0，0}，{3，3，3}]。a)在下述条件下用基于距离技术找出异常点：i)距离阈值d≥4，非邻点样本的阈值部分p≥3ii)距离阈值d≥6，非邻点样本的阈值部分p≥2X1X2X3X4X5X6X7X8X9X10X14.58265.19626.16443.74174.12314.123110.48812.23613.742X21.41423.60563.31663.74177.74177
6、.81025.09902.236X32.23613.60564.69045.09908.06235.47723.0X44.69046.40317.14149.27366.08284.690X52.23604.12317.07115.38521.414X62.44956.55746.01.732X78.06235.47723.0X812.1246.928X95.196P(d≥4)P(d≥6)X162X242X351X475X541X653X773X899X983X1031d≥4,p≥3时异常点是X1，X2，X3，X4，X5，X6，X7，X8，X9，X10d≥6,p≥2时异
7、常点是X1，X2，X4，X6，X7，X8，X9第三章数据归约3.特征的值的子集为：{2.5,5.6,8.1};{7.2,3.4,4.8,6.3}{1.6,3.6,4.9};{4.3,5.8,7.2,4.8}{5.9,6.8,8.3};{2.1,1.6,3.1,2.4}Mean()=5.4;V()=7.87;Mean()=5.425;V()=2.8025Mean()=3.367;V()=2.76;Mean()=5.525;V()=1.636Mean()=7;V()=1.47;Mean()=2.3;V()=0.393SE(-)==2.820=
