资源描述:
《最新数据挖掘作业讲解学习上课讲义.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、1.下表由雇员数据库的训练数据组成,数据已泛化。例如,年龄“31…35”表示31到35的之间。对于给定的行,count表示department,status,age和salary在该行上具有给定值的元组数。status是类标号属性。 departmentstatusagesalarycountsalessenior31...3546K...50K30salesjunior26...3026K...30K40salesjunior31...3531K...35K40systemsjunior21...
2、2546K...50K20systemssenior31...3566K...70K5systemsjunior26...3046K...50K3systemssenior41...4566K...70K3marketingsenior36...4046K...50K10marketingjunior31...3541K...45K4secretarysenior46...5036K...40K4secretaryjunior26...3026K...30K6 1)如何修改基本决策树算法,以便考虑每
3、个广义数据元组(即每个行)的count。Status分为2个部分:Department分为4个部分:Senior共计52Sales共计110Junior共计113Systems共计31Marketing共计14Secretary共计10Age分为6个部分:Salary分为6各部分:21…25共计2026K…30K共计4626…30共计4931K…35K共计4031…35共计7936K…40K共计436…40共计1041K…45K共计441…45共计346K…50K共计6346…50共计466K…70
4、K共计8位位位位由以上的计算知按信息增益从大到小对属性排列依次为:salary、age、department,所以定salary作为第一层,之后剩下的数据如下:departmentstatusagesalarycountsalessenior31...3546K...50K30systemsjunior21...2546K...50K20systemsjunior26...3046K...50K3marketingsenior36...4046K...50K10由这个表可知department和ag
5、e的信息增益将都为0。所以第二层可以为age也可以为department。2)构造给定数据的决策树。由上一小问的计算所构造的决策树如下:Salary26K:30K66K:70K31K:35KJunior36K:40KSenior46K:50K41K:45KJuniorJuniorSeniorAge21:2536:4031:3526:30JuniorSeniorSeniorJunior3)给定一个数据元组,它在属性department, age和salary上的值分别为“systems”,“26...
6、30 ”和“46...50K”。该元组status的朴素贝叶斯分类结果是什么?P(status=senior)=52/165=0.3152P(status=junior)=113/65=0.6848P(department=systems
7、status=senior)=8/52=0.1538P(department=systems
8、status=junior)=23/113=0.2035P(age=26…30
9、status=senior)=1/52=0.0192P(age=26…30
10、status=
11、junior)=49/113=0.4336P(salary=46K…50K
12、status=senior)=40/52=0.7692P(salary=46K…50K
13、status=junior)=23/113=0.2035使用上面的概率,得到:P(X
14、status=senior)=P(department=systems
15、status=senior)*P(age=26…30
16、status=senior)*P(salary=46K…50K
17、status=senior)=0.0023P(X
18、status=
19、junior)=P(department=systems
20、status=junior)*P(age=26…30
21、status=junior)*P(salary=46K…50K
22、status=junior)=0.0180P(X
23、status=senior)*P(status=senior)=7.2496e-004P(X
24、status=junior)*P(status=junior)=0.0123因此,对于元组X,朴素贝叶斯分类预测元组X的类为status=junior2