2014数据挖掘期末试题

数据挖掘 期末试题（2014学年）

一、（20分）假定用于分析的数据包含属性age。数据元组的age值（以递增序）是：

5, 15, 25, 35, 45, 55, 60。

(a) 该数据的均值是______, 中位数是_____（4分） (b) 数据的中列数是______（2分）

(c) 第一个四分位数（Q1）是_____和第三个四分位数（Q3）是_____（4分） (d) 给出数据的五数概括:______________________（4分）

(e) 使用min-max规范化将age值35变换到[0.1,1.0]区间的值是:_____（2分） (f) 使用z-score规范化变换age值35的值是______（2分） (g) 使用小数定标规范化变换age值35的值是______（2分） 二、（20分）下面的相依表汇总了超级市场的事务数据，其中hot dogs表示包含热狗的事务，

~hot dogs 表示不包含热狗的事务，hamburgers表示包含汉堡包的事务，~hamburgers表示不包含汉堡包的事务。

(a) 假定挖掘出了关联规则 “hot dogs=>humburgers”。给定最小支持度阈值60%，

最小置信度阈值50%，该关联规则是强规则吗？（10分）

(b) 根据给定的数据，买hot dogs独立于买humburgers？如果不是，二者之间存在

何种关联关系？（10分）

表 1 超级市场的事务数据相依表

三、（20分）假定BigUniverstiy的数据仓库包含如下4个维：student, course，semester和instructor；和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、学期和教师的组合），度量avg_grade存放学生的实际课程成绩。在较高的概念层，avg_grade存放给定组合的平均成绩。

(a) 列出三种流行的数据仓库建模模式。（6分）

(b) 由基本方体[student, course, semester, instructor]开始，为列出BigUniverstiy每个学生

的IS课程的平均成绩，应当执行哪些OLAP操作？（10分） (c) 如果每维在上述基本方体恰有q个不同值，则该数据立方体BigUniverstiy的单元的

最小个数是多少？（4分）

四、（20分）数据库有5个事务（如表 2）。设min_sup = 60% ，min_conf = 80%。 表 2

TID T100 T200 T300 T400 T500

购买的商品 { K, M, C , O, E, Y } { K, O, E } { M, K, N, Y, U } { O, Y, E, K, D, Y } { E, C, O, Y }

(a) 使用FP增长算法找出所有频繁项集。（14分）

(b) 列举所有与下面的元规则匹配的强关联规则（给出支持度s 和置信度 c），其中，X是

代表顾客的变量，itemi 是表示项的变量（如“A”，“B”等）：（6分） ?x?transanc,tbiuoy(sX,ite1m)?buy(sX,item(sX,item2)?buy3)[s,c]

五、（20分）表3给出了一个类标记的元组的训练集D，随机地从AllElectronics顾客数据库中选取。

(a) 利用决策树算法画出决策树，预测元组X = (age = youth, income = high, student = yes,

credit_rating = excellent)的类标号？（10分） (b) 利用朴素贝叶斯分类算法，预测元组X = (age = senior, income = medium, student = no,

credit_rating = fair)的类标号？（10分）

本文来源：https://www.bwwdw.com/article/fkvv.html