数据挖掘概念与技术第三版pdf

1.4 数据仓库和数据库有何不同？有哪些相似之处？

答：区别：数据仓库是面向主题的，集成的，不易更改且随时间变化的数据集合，用来支持管理人员的决策，数据库由一组内部相关的数据和一组管理和存取数据的软件程序组成，是面向操作型的数据库，是组成数据仓库的源数据。它用表组织数据，采用ER数据模型。

相似：它们都为数据挖掘提供了源数据，都是数据的组合。

1.3 定义下列数据挖掘功能：特征化、区分、关联和相关分析、预测聚类和演变分析。使用你熟悉的现实生活的数据库，给出每种数据挖掘功能的例子。

答：特征化是一个目标类数据的一般特性或特性的汇总。例如，学生的特征可被提出，形成所有大学的计算机科学专业一年级学生的轮廓，这些特征包括作为一种高的年级平均成绩(GPA：Grade point aversge)的信息， 还有所修的课程的最大数量。

区分是将目标类数据对象的一般特性与一个或多个对比类对象的一般特性进行比较。例如，具有高GPA 的学生的一般特性可被用来与具有低GPA 的一般特性比较。最终的描述可能是学生的一个一般可比较的轮廓，就像具有高GPA 的学生的75%是四年级计算机科学专业的学生，而具有低GPA 的学生的65%不是。

关联是指发现关联规则，

1.4 数据仓库和数据库有何不同？有哪些相似之处？

答：区别：数据仓库是面向主题的，集成的，不易更改且随时间变化的数据集合，用来支持管理人员的决策，数据库由一组内部相关的数据和一组管理和存取数据的软件程序组成，是面向操作型的数据库，是组成数据仓库的源数据。它用表组织数据，采用ER数据模型。

相似：它们都为数据挖掘提供了源数据，都是数据的组合。

1.3 定义下列数据挖掘功能：特征化、区分、关联和相关分析、预测聚类和演变分析。使用你熟悉的现实生活的数据库，给出每种数据挖掘功能的例子。

答：特征化是一个目标类数据的一般特性或特性的汇总。例如，学生的特征可被提出，形成所有大学的计算机科学专业一年级学生的轮廓，这些特征包括作为一种高的年级平均成绩(GPA：Grade point aversge)的信息， 还有所修的课程的最大数量。

", 区分是将目标类数据对象的一般特性与一个或多个对比类对象的一般特性进行比较。例如，具有高GPA 的学生的一般特性可被用来与具有低GPA 的一般特性比较。最终的描述可能是学生的一个一般可比较的轮廓，就像具有高GPA 的学生的75%是四年级计算机科学专业的学生，而具有低GPA 的学生的65%不是。

", 关联是指发现关联规

钱学忠 李京 主编

《数据库原理及应用》（第三版）钱雪忠 李京主编 课后参考答案

数据库原理及应用

（第三版） 钱雪忠 等主编 北京邮电大学出版社

2010.05

第1章 绪论

一、选择题 1、A 2、A 3、A 4、A 5、B 6、C 7、C 8、A 9、A 10、C

1、（ ）是位于用户与操作系统之间的一层数据管理软件。数据库在建立、使用和维护时由其统一管理、统一控制。

A．DBMS B．DB C．DBS D．DBA

2、文字、图形、图像、声音、学生的档案记录、货物的运输情况等，这些都是（ ） A．DATA B．DBS C．DB D．其他

3、目前（ ）数据库系统已逐渐淘汰了网状数据库和层次数据库，成为当今最为流行的商用数据库系统。 A．关系 B．面向对象 C．分布 D．对象-关系

4、（ ）是刻画一个数据模型性质最重要的方面。因此在数据库系统中，人们通常按它的类型来命名数据模型。

A．数据结构 B．数据操纵 C．完整性约束 D．数据联系

5、( )属于信息世界的模型，实际上是现实世界到机器世界的一个中间层次。 A．数据模型 B．概念模型 C．非关系模型 D．关系模型

6、当数据库的( )改变了，由数据库管理员对( )映象作相应改变，可以使( )保持不变，从而保证了

第二章习题

2.1判断下列抽样方法是否是等概的：

（1）总体编号1~64，在0~99中产生随机数r，若r=0或r>64则舍弃重抽。 （2）总体编号1~64，在0~99中产生随机数r，r处以64的余数作为抽中的数，若余数为0则抽中64.

（3）总体20000~21000，从1~1000中产生随机数r。然后用r+19999作为被抽选的数。

解析：等概抽样属于概率抽样，概率抽样具有一些几个特点：第一，按照一定的概率以随机原则抽取样本。第二，每个单元被抽中的概率是已知的，或者是可以计算的。第三，当用样本对总体目标进行估计时，要考虑到该样本被抽中的概率。 因此（1）中只有1~64是可能被抽中的，故不是等概的。（2）不是等概的【原因】（3）是等概的。 2.2抽样理论和数理统计中关于样本均值y的定义和性质有哪些不同？ 解析：抽样理论和数理统计中关于样本均值的定义和性质的不同 抽样理论 概率统计 定义 1ny??yi ni?1 nCNnCN11.期望Ey??y?i?P?i???y?i?n?Y CNi?1i?1???1n?1n1.期望Ey?E??yi???E?yi? ?ni?1?ni?1??2.方差Vy??y?i??Ey?i?P?i? i?1??n

第二章习题

2.1判断下列抽样方法是否是等概的：

（1）总体编号1~64，在0~99中产生随机数r，若r=0或r>64则舍弃重抽。 （2）总体编号1~64，在0~99中产生随机数r，r处以64的余数作为抽中的数，若余数为0则抽中64.

（3）总体20000~21000，从1~1000中产生随机数r。然后用r+19999作为被抽选的数。

解析：等概抽样属于概率抽样，概率抽样具有一些几个特点：第一，按照一定的概率以随机原则抽取样本。第二，每个单元被抽中的概率是已知的，或者是可以计算的。第三，当用样本对总体目标进行估计时，要考虑到该样本被抽中的概率。 因此（1）中只有1~64是可能被抽中的，故不是等概的。（2）不是等概的【原因】（3）是等概的。 2.2抽样理论和数理统计中关于样本均值y的定义和性质有哪些不同？ 解析：抽样理论和数理统计中关于样本均值的定义和性质的不同 抽样理论 概率统计 定义 1ny??yi ni?1 nCNnCN11.期望Ey??y?i?P?i???y?i?n?Y CNi?1i?1???1n?1n1.期望Ey?E??yi???E?yi? ?ni?1?ni?1??2.方差Vy??y?i??Ey?i?P?i? i?1??n

第一章 温度

1-1 在什么温度下,下列一对温标给出相同的读数：（1）华氏温标和摄氏温标；（2）华氏温标和热力学温标；（3）摄氏温标和热力学温标？

解：（1）

当 时，即可由 时

，解得

故在 （2）又

当 时 则即

解得： 故在 （3）

若

则有

时，

显而易见此方程无解，因此不存在

的情况。

1-2 定容气体温度计的测温泡浸在水的三相点槽内时，其中气体的压强为50mmHg。 （1）用温度计测量300K的温度时，气体的压强是多少？ （2）当气体的压强为68mmHg时，待测温度是多少？

解：对于定容气体温度计可知：

(1)

(2)

1-3 用定容气体温度计测得冰点的理想气体温度为273.15K，试求温度计内的气体在冰点时的压强与水的三相点时压强之比的极限值。

解：根据 已知 冰点

。

1-4 用定容气体温度计测量某种物质的沸点。 原来测温泡在水的三相点时，其中气体的压强

；当测温泡浸入待测物质中时，测得的压强值为

减为200mmHg时,重新测得

,当从

,当再抽出一些

测温泡

《绪论》

0-1 叙述我国法定计量单位的基本内容。

答：我国的法定计量单位是以国际单位制(SI)为基础并选用少数其他单位制的计量单位来组成的。 1．基本单位

根据国际单位制(SI)，七个基本量的单位分别是：长度——米(Metre)、质量——千克(Kilogram)、时间——秒(Second)、温度——开尔文(Kelvn)、电流——安培(Ampere)、发光强度——坎德拉(Candela)、物质的量——摩尔(Mol>。

它们的单位代号分别为：米(m))、千克(kg)、秒(s)、开(K)、安(A)、坎(cd)、摩(mol)。 国际单位制(SI)的基本单位的定义为：

米(m)是光在真空中，在1／299792458s的时间间隔内所经路程的长度。 千克(kg)是质量单位，等于国际千克原器的质量。

秒(s)是铯-133原子基态的两个超精细能级间跃迁对应的辐射9192631770个周期的持续时间。

安培(A)是电流单位。在真空中，两根相距1m的无限长、截面积可以忽略的平行圆直导线内通过等量恒定

-7

电流时，若导线间相互作用力在每米长度上为2×10N，则每根导线中的电流为1A。 开尔文(K)是热力学温度单位，等

《绪论》

0-1 叙述我国法定计量单位的基本内容。

答：我国的法定计量单位是以国际单位制(SI)为基础并选用少数其他单位制的计量单位来组成的。 1．基本单位

根据国际单位制(SI)，七个基本量的单位分别是：长度——米(Metre)、质量——千克(Kilogram)、时间——秒(Second)、温度——开尔文(Kelvn)、电流——安培(Ampere)、发光强度——坎德拉(Candela)、物质的量——摩尔(Mol>。

它们的单位代号分别为：米(m))、千克(kg)、秒(s)、开(K)、安(A)、坎(cd)、摩(mol)。 国际单位制(SI)的基本单位的定义为：

米(m)是光在真空中，在1／299792458s的时间间隔内所经路程的长度。 千克(kg)是质量单位，等于国际千克原器的质量。

秒(s)是铯-133原子基态的两个超精细能级间跃迁对应的辐射9192631770个周期的持续时间。

安培(A)是电流单位。在真空中，两根相距1m的无限长、截面积可以忽略的平行圆直导线内通过等量恒定

-7

电流时，若导线间相互作用力在每米长度上为2310N，则每根导线中的电流为1A。 开尔文(K)是热力学温度单位，等

数据挖掘——概念概念与技术

Data Mining

Concepts and Techniques

习题答案 第 1 章 引言

1.1 什么是数据挖掘？在你的回答中，针对以下问题：

1.2 1.6 定义下列数据挖掘功能：特征化、区分、关联和相关分析、预测

聚 类和演变分析。使用你熟悉的现实生活的数据库，给出每种数据挖掘功 能的例子。 解答：

? 特征化是一个目标类数据的一般特性或特性的汇总。例如，学生的特

征 可被提出，形成所有大学的计算机科学专业一年级学生的轮廓，这些特 征包括作为一种高的年级平均成绩(GPA：Grade point aversge) 的信息， 还有所修的课程的最大数量。

? 区分是将目标类数据对象的一般特性与一个或多个对比类对象的一

般 特性进行比较。例如，具有高 GPA 的学生的一般特性可被用来与具有 低 GPA 的一般特性比较。最终的描述可能是学生的一个一般可比较的 轮廓，就像具有高 GPA 的学生的 75%是四年级计算机科学专业的学生， 而具有低 GPA 的学生的 65%不是。

? 关联是指发现关联规则，这些规则表示一起频繁发生在给定数据集的

特 征 值的 条 件。 例 如， 一 个数 据 挖掘 系 统可 能 发现

数据挖掘——概念概念与技术 Data Mining

Concepts and Techniques

习题解答

Jiawei Han

Micheline Kamber 范明 孟晓峰 译

著

目录

第 1 章 引言

1.1 什么是数据挖掘？在你的回答中，针对以下问题：

1.2 1.6 定义下列数据挖掘功能：特征化、区分、关联和相关分析、预测聚 类和演变分析。使用你熟悉的现实生活的数据库，给出每种数据挖掘功 能的例子。 解答：

? 特征化是一个目标类数据的一般特性或特性的汇总。例如，学生的特征 可被提出，形成所有大学的计算机科学专业一年级学生的轮廓，这些特 征包括作为一种高的年级平均成绩(GPA：Grade point aversge) 的信息， 还有所修的课程的最大数量。

? 区分是将目标类数据对象的一般特性与一个或多个对比类对象的一般 特性进行比较。例如，具有高 GPA 的学生的一般特性可被用来与具有 低 GPA 的一般特性比较。最终的描述可能是学生的一个一般可比较的 轮廓，就像具有高 GPA 的学生的 75%是四年级计算机科学专业的学生， 而具有低 GPA 的学生的 65%不是。