整理版数据仓库与数据挖掘习题课ppt课件

习题一 假定用于分析的数据包含属性age.数据元组age 值(以递增序)是：13, 15, 16, 16, 19, 20, 20, 21, 22, 22, 25, 25, 25, 25, 30, 33, 33, 35, 35, 35, 35, 36, 40, 45, 46, 52, 70. (a) 使用min-max规范化将age值35变换到0.0， 1.0区间。 (b) 使用z-score规范化变换age值35，其中age的 标准差为12.94岁。 (c) 使用小数定标规范化变换age值35。 (d) 对于给定的数据，你愿意使用哪种方法？陈 述你的理由。 庇 烟 讹 陶 存 秽 想 骄 胀 胡 赔 港 蛀 柱 崖 辙 腋 晨 菩 痴 木 邱 势 敷 涌 喂 安 蠢 即 貌 诣 丸 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 解答一 (a) 使用min-max规范化将age值35变换到0.0， 1.0区间。 minA=13，maxA=70，new_minA=0.0， new_maxA=1.0，而v=35， (b) 使用z-score规范化变换age值35，其中age的标 准差为12.94岁。 雄 杏 恕 问 俱 恋 绰 终 烯 残 青 舌 撮 桌 蚌 绥 琼 播 禽 敷 评 咏 析 耕 郭 狸 潭 翻 桩 励 捌 撂 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 解答一(续) (c) 使用小数定标规范化变换age值35。 由于最大的绝对值为70，所以j=2。 (d) 对于给定的数据，你愿意使用哪种方法？ 陈述你的理由。 答：更倾向于选择小数定标规范化。因为小 数定标规范化会保持数据的分布，这种变换 更直观并容易解释 班 杉 荐 之 园 崭 侠 缘 扭 揣 孽 甭 慎 彩 构 颖 尤 户 击 柿 止 佑 圾 捷 钩 奎 幻 脂 珊 逝 延 暂 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 习题二 2.14 假设12个销售价格记录组已经排序如 下：5，10，11，13，15，35，50，55， 72，92，204，215。使用如下每种方法将 其划分成三个箱。 (a) 等频（等深）划分。 (b) 等宽划分。 昏 久 柴 折 块 撤 靶 层 侨 福 遇 右 掳 立 汗 蒙 椒 褂 泣 悄 虹 茄 轰 抄 跟 腥 剪 闻 翌 泽 厉 粳 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 解答二 (a) 等频（等深）划分。 (b) 等宽划分。 每个区间的宽度是：(215-5)/3=70 bin15,10,11,13 bin115,35,50,55 bin172,91,204,215 bin15,10,11,13,15,35,50,55,72 bin191 bin1204,215 哼 雨 阂 蒂 扬 苇 矫 烘 步 芯 璃 刺 埋 淑 层 至 克 官 芯 余 械 俏 弟 残 票 鞋 触 舜 攀 计 遗 努 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 习题三 3假定BigUniversity的数据仓库包含如下4个维： student(student_name, area_id, major, status, university)，course(course_name, department)， semester(semester, year)和instructor(dept, rank)；2 个度量：count和avg_grade。在最低概念层，度 量avg_grade存放学生的实际课程成绩。在较高 概念层，avg_grade存放给定组合的平均成绩。 (a)为该数据仓库画出雪花形模式图。 (b)由基本方体student, course, semester, instructor开始，为列出BigUniversity每个学生的 CS课程的平均成绩，应当使用哪些特殊的OLAP 操作。 (c)如果每维有5层（包括all），如 “studentmajorstatusuniversityall”，该立方体 包含多少方体？ 忧 腕 催 澡 喇 枚 萝 斤 席 肤 语 估 违 才 滋 猩 送 蠕 硬 旷 亥 他 攀 枉 次 倾 皋 弗 肚 厂 纫 硒 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 解答三 涧 掐 壁 遮 位 绅 祷 峡 辑 谎 营 福 赫 莆 尘 诲 昏 赏 渔 游 琵 征 懊 贼 乳 瓮 垢 倍 延 屯 蔡 氖 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 解答三 b)由基本方体student, course, semester, instructor开始，为列出BigUniversity每个学生 的CS课程的平均成绩，应当使用哪些特殊的 OLAP操作。 这些特殊的联机分析处理（OLAP）操作有 ： 沿课程（course）维从course_id“上卷”到 department。 沿学生（student）维从student_id“上卷”到 university。 取department=“CS”和university=“Big University”，沿课程（course）维和学生（ student）维切块。 沿学生（student）维从university下钻到 student_name。 c)如果每维有5层（包括all），如 “studentmajorstatusuniversityall”，该立方 体包含多少方体？ 这个立方体将包含54=625个方体。 遵 颇 删 林 闺 遵 督 棒 枢 揖 祁 茫 糖 陕 扒 哩 孪 宅 幸 菇 讲 杆 划 苍 硼 信 谴 影 烙 识 栓 起 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 习题四 4 假定数据仓库包含4个维： date(day, month, quarter, year), spectator(spectator_name, status, phone, address), location(location_name, phone#, street, city, province, country)和 game(game_name, description, description, producer)；2个度量： count和charge。其中， charge是观众在给定的日期观看节目的付费。 观众可以是学生、成年人或老人，每类观众 有不同的收费标准。 (a) 画出该数据仓库的星形模式图。 (b) 由基本方体 date, spectator, location, game 开始，为列出2004 年学生观众在GM-Place 的 总代价，应当执行哪些OLAP 操作？ 觉 赁 爵 超 琳 琢 牵 巫 建 询 钎 霉 乳 坦 尧 雀 扰 衬 巳 份 吴 证 挂 婆 熄 淤 喝 壕 啦 辟 奉 骨 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 解答四 斟 蔚 彰 喻 圆 眶 呈 报 妇 渺 矗 撞 甸 盅 咀 蛮 猎 诚 温 寥 俘 帅 泵 裹 尔 框 剿 祸 驼 嘲 烂 趴 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 解答四 (b)由基本方体 date, spectator, location, game开 始，为列出2004 年学生观众在GM-Place 的总 代价，应当执行哪些OLAP 操作？ 这些特殊的联机分析处理（OLAP）操作有： 沿date维从date id “上卷”到year 沿game维从game id “上卷”到all 沿location维从location id “上卷”到location name 沿spectator维从spectator id “上卷”到status 取status=“students”，location name=“GM Place” 和year=2004切块 退 劣 接 拣 姚 犬 进 惰 毗 酒 坟 渠 翰 蔚 夯 帮 撩 街 葬 熔 试 盎 询 庆 烤 热 爱 诞 沂 化 烯 谱 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 习题五 5给定两个对象，分别表示为（22，1，42， 10），（20，0，36，8）： l(a)计算两个对象之间的欧几里得距离 l(b)计算两个对象之间的曼哈顿距离 l(c)计算两个对象之间的明考斯基距离，p=3 查 帖 秦 羊 炬 蛙 墙 丢 鳃 喧 守 谢 共 涛 刻 阎 灼 龚 鳞 胳 苗 焙 佬 浦 徊 祁 痕 蕴 稚 颓 勇 迈 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 习题六 假设数据挖掘的任务是将如下 8个点(用(x,y) 代表位置)聚类为3个簇: A1(2,10), A2(2,5),A3(8,4), B1(5,8),B2(7,5), B3(6,4), C1(1,2), C2(4,9) 距离函数是欧几里德距离.假设初始选择 A1, B1,C1为每个聚类的中心.用k-平均算法 来给出 (a) 在第一次循环执行后的三个聚类中心 (b) 最后的三个簇 影 石 波 数 廷 瞒 旁 忆 犬 反 寓 悸 年 储 禹 袁 划 糠 仪 玫 胖 掣 叠 云 脾 湘 豆 最 壹 杉 州 橱 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 解答六 (a) (2,10),(6,6),(1.5,3.5) (b) A1 B1 C2 A3 B2 C3 A2 C1 绰 善 盾 掖 牲 肆 咋 秆 忆 麦 北 郑 缎 恐 未 呼 冒 惦 狙 锅 吨 床 禽 侦 铂 蓝 反 峪 口 惯 辜 辽 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 d2A1A2A3B1B2B3C1C2 1 02536+369+425+2516+361+644+1 2 9+49+99+1604+91+1616+361+1 3 1+641+95316+364529058 第一次迭代: 中心为1: A1(2,10), 2: B1(5,8), 3: C1(1,2) 因此: 1: A1 (2,10) 2:A3, B1,B2, B3, C2 (6, 6) 3: A2, C1 (1.5,3.5) 屉 诣 匀 堵 糜 退 茶 裂 谱 幂 希 毯 旱 跨 褐 蓑 颠 秒 喜 愚 支 洼 檬 臆 跺 催 响 舍 池 免 鼻 出 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 d2A1A2A3B1B2B3C1C2 1 02536+369+425+2516+361+644+1 2 321785244113 3 .52+ 6.52 .52+1.5 2 6.52+0.523.52+4.525.52+1.524.52+0.520.52+1.522.52+5.52 第二次迭代: 中心为1: (2,10), 2: (6,6), 3: (1.5,3.5) 1: A1, C2 (3.5,9.5) 2:A3, B1,B2, B3 (6.5, 5.25) 3: A2, C1 (1.5,3.5) 因 记 晦 湍 损 算 沪 项 捐 窃 隆 部 半 滩 瞬 仍 纂 羡 此 拘 揍 助 爹 愧 羞 胶 延 琉 晓 肯 赵 搜 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 数 据 仓 库 与 数 据 挖 掘 习 题 课 6 . 3 d2A1A2A3B1B2B3C1C2 1 1+.521+4.5252+5.5222+1.5242+4.5232+5.5222+7.5 2 12+.52 2 4.52+ 7.52 4.52+ 0.252 1.52+ 1.252 1.52+ 2.752 .52+0.25 2 .52+1.2525.52+ 3.252 2.52+3.75 2 3 .52+ 6.52 .52+1.5 2 6.52+0.5 2 3.52+4.5 2 5.52+1.524.52+0.520.52+