付费下载
下载本文档
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、一 名词解释1. . 数据挖掘:从大型数据库的数据中提取人们感兴趣的知识。2. 决策树:一个类似于流程图的树结构,内部节点表示一个属性( 取值 ) 上的测试,其分支代表每个结果;其每个叶子节点代表一个类别,树的最高节点就是根节点。3. 聚类:将物理或抽象对象的集合分组成为由类似的对象组成的多个类的过程。4. 数据分类:从数据库中发现数据对象的共性,并将数据对象分成不同的几类的一个过程。5. 维:透视或关于一个组织想要记录的实体。6. 多层次关联规则:一个关联规则的内容涉及不同抽象层次的内容。7. 单层次关联规则:一个关联规则的内容涉及单一个层次的内容。8. 局外者:数据库中可能包含一些数据对象
2、,它们与数据的一般行为或模型不一致。9. 数据仓库:一个面向主体的、集成的、时变的、非易失的数据集合,支持管理过程的决策制定。10. 数据集市:数据仓库的一个部门子集,它针对选定的主题,因此是部门范围的。11. 数据区别:将目标类对象的一般特性与一个或多个对比类对象的一般特性比较。12. 数据特征化:目标类数据的一般特征或特性的汇总。13. 噪声数据:指数据中存在错误、异常( 偏离期望值) 的数据。14. 不完整数据:感兴趣的属性没有值。15. 不一致数据:数据内涵出现不一致的情况。16. 数据清洗:消除数据中所存在的噪声以及纠正其不一致的错误。17. 数据集成:将来自多个数据源的数据合并到一
3、起构成一个完整的数据集。18. 数据消减:通过删除冗余特征或聚类消除多余数据。19. 数据转换:将一种格式的数据转换为另一种格式的数据。20. 分类: 预测分类标号(或离散值), 在分类属性中的训练样本集和值( 类标号 ) 的基础上分类,数据(建立模型)并使用它分类新数据。21. 簇:是一组数据对象的集合(是由聚类所生成的)。22. 数据源:是表明数据地址的联机字符串23. 数据源视图:是一个抽象层们能够让用户修改查看数据的方式,或者定义一个图表并在稍后转换实际的源。24. 一个图表题填空:菜单栏、标签页、解决方案资源管理器、属性窗口、错误窗口、设计窗口、设计标签。(顺时针方向填写)P82二
4、. 简答题1. 预测与分类的区别是什么分类是预测数据对象的离散类别,预测是用于数据对象的连续取值2. 数据分类由哪几步过程组成第一步,建立一个模型,描述指定的数据类集或概念集;第二步,使用模型进行分类。3. ID3 算法的核心是什么在决策树各级节点上选择属性时,用信息增益作为属性的选择标准,以使得在每一个叶节点进行测试时能获得关于被测试记录最大的类别信息。4. 为什么朴素贝叶斯分类称为“朴素”的简述朴素贝叶斯分类的主要思想。 朴素贝叶斯分类假定一个属性值对给定类的影响独立于其它属性的值。该假定称作类条件独立。做此假定是为了简化所需计算,并在此意义下称为“朴素的”。 设为一个类别未知的数据样本,
5、H 为某个假设,若数据样本X 属于一个特定的类别C, 分类问题就是决定 P (H|X),即在获得数据样本 X时假设成立的概率。5. 神经网络的优点和缺点分别是什么优点:其对噪音数据的高承受能力,以及它对未经过训练的数据的分类能力。缺点:需要很长的训练时间,因而对于有足够长训练时间的应用更合适。6. 典型的数据挖掘系统主要由哪几部分组成数据库,数据仓库或其他信息库;数据库或数据仓库服务器;知识库;数据挖掘引擎;图形用户界面7. OLAP与OLTP的全称分别是什么它们两者之间的区别是什么联机事务处理OLTP (on-line transaction processing) ;联机分析处理OLAP
6、(on-lineanalytical processing) ;OLT可口 OLAP的区别:用户和系统的面向性:OLTP面向顾客,而OLAP面向市场;数据内容:OLTP系统管理当前数据,而 OLAP管理历史的数据;数据库设计:OLTP系统采用实体-联系(ER)模型和面向应用的数据库设计,而OLAP系统通常采用星形和雪花模型;视图:OLTP系统主要关注一个企业或部门内部的当前数据,而OLAP系统主要关注汇总的统一的数据;访问模式:OLTP访问主要有短的原子事务组成,而OLAP系统的访问大部分是只读操作,尽管许多可能是复杂的查询。8. 数据仓库与数据集市的区别是什么数据仓库收集了关于整个组织的主题
7、信息,因此是企业范围的。对于数据仓库,通常使用星座模式,因为它能对多个相关的主题建模;数据集市是数据仓库的一个部门子集,它针对选定的主题,因此是部门范围的。对于数据集市,流行星型或雪花模式,因为它们都适合对单个主题建模。9. 不完整数据的产生原因有哪些(1) 有些属性的内容有时没有(2) 有些数据当时被认为是不必要的(3) 由于误解或检测设备失灵导致相关数据没有记录下来(4) 与其他记录内容不一致而被删除(5) 历史记录或对数据的修改被忽略了。10. 噪声数据的产生原因有哪些(1) 数据采集设备有问题(2) 在数据录入过程中发生了人为或计算机错误(3) 数据传输过程中发生错误(4) 由于命名规
8、则或数据代码不同而引起的不一致。11. 对遗漏数据有哪些处理方法忽略该条记录;手工填补遗漏值;利用默认值填补遗漏值;利用均值填补遗漏值;利用同类别均值填补遗漏值;利用最可能的值填充遗漏值。12. 数据消减的主要策略有哪些数据立方合计;维数消减;数据压缩;数据块消减;离散化与概念层次生成。13. 数据源对象可以创建几种不同的安全认证选项4 种:使用特定用户名和密码;使用服务账户;使用当前用户的凭据;默认值。14. 数据挖掘对聚类的典型要求有哪些可伸缩性;处理不同类型属性的能力;发现任意形状的聚类;用于决定输入参数的领域知识最小化;处理 “噪声” 数据的能力;对于输入记录的顺序不敏感;高维度; 基
9、于约束的聚类。15. 简述下列聚类算法划分方法:给定一个n 个对象或元组的数据库,一个划分方法构造数据的k 个划分,每个划分表示一个聚类,并且k< n 。层次方法:对给定数据对象集合进行层次的分解。基于密度的方法:只要是临近区域的密度超过某个阀值,就继续聚类。基于网格的方法:把对象空间量化为有限数目的单元。基于模型的方法:试图优化给定的数据和某些数学模型之间的适应性。三 . 计算题【1.】 假定用于分析的数据包含属性age。数据元组中age的值如下(按递增序):13,15,16,16,19,20,20,21,22,22,25,25,25,25,30,33,33,33,35,35,35,3
10、5,36,40,45,46,52,70(a) 使用按箱平均值平滑对以上数据进行平滑,箱的深度为3。(b) 使用按箱边界值平滑对以上数据进行平滑,箱的深度为3。例题如下操作:* price 的排序后数据(美元 ): 4, 8, 9, 15, 21, 21, 24, 25, 26, 28,29, 34* 划分为(等深的)箱:- 箱 1: 4, 8, 9, 15- 箱 2: 21, 21, 24, 25- 箱 3: 26, 28, 29, 34*用箱平均值平滑:- 箱 1: 9, 9, 9, 9- 箱 2: 23, 23, 23, 23- 箱 3: 29, 29, 29, 29- 用箱边界值平滑:-
11、 Bin 1: 4, 4, 4, 15- Bin 2: 21,21,25, 25- Bin 3: 26, 26, 26, 34【2.】 使用以下age数据:13,15,16,16,19,20,20,21,22,22,25,25,25,25,30,33,33,33,35,35,35,35,36,40,45,46,52,70 ,回答以下问题:(a)使用min-max规范化,将age值35转换到,区间。(b)使用z-score规范化转换age值35,其中,age的标准偏差为年。(c)使用小数定标规范化转换age值35。(d)画一个宽度为10的等宽的直方图。例题如下操作:1 .大最小规格化:规格化对原
12、始数据进行线性变换。假定min A和maxA分别为属性A的最小和最大值,最大最小规格化方法通过计算将A的值v 映射到区间new _minA , new _max A中的 v'。j 同0私 jFin .f I +mis .mu 尸 min J例 假定属性income的最小与最大值分别为 $12,000和$98,000。我们想映射income (income值为$73,600 )到区间0, 1。2曳又叫皿&ffijUUU-LljajQ2 .零均值规格化:属性A的值基于A的平均值和标准差规范化。A的值v被规范化为v',由下式计算:其中,A和b A分别为属性A的平均值和标准差。
13、当属性A的最大和最小值未知,或局外者左右了最小最大规格化时,该方法是有用的。- 6-例假定属性income的平均值和标准差分别为 $54,000和$16,000。使用零均值规格化方法,彳1$73,600被转换为什么一g" 5MMItOOtl "3.数点规格化:属性A的小数点位置进行规范化。小数点的移动位数依赖于A的最大绝对值。A的值v被规范化为v',由下式计算:其中,j是使得Max(|v ' |)<1的最小整数。例假定A的值由-986到917。A的最大绝对值为986。为使用十基数变换规格化方法, -986被规范化为多少用1,000 (即,j=3)除每个
14、值。这样,-986被规范化为。一 k汨上二的叩牌RvfKddH ttf'UrjItt, 鼻餐由林井7帏-元* H ¥ F-' IT -11 UMitll(3 4W1< flu'w* .mV .4. fin91«0ullu SHEivu/9 1w c 89» I Lm« J««tl IB !« t ti 444 4B IB I J- t i» 1El rfB - l£JC« f JBrs to>>4 78J g «H»F9* »
15、;Gt< 4C 23fjlg ivla.olto* .X® fl Vi>s9o I Jis Hi f f 3 .t I t»e < 1-A -it* 11- -a«uxd .2.15- .i.Ea 4 s S3.ke« 19 ? .¥"b .<eE <*« 7 4 -cv .>i frE-1E0 Ha Ke昙救 &NOH¥8t53 59 Jrttop I3T3- 5 S5 C9V2 .s £- Id 91YH-ti?列、?IJbwo 史(w>8 .MB b'sfi . »?- 880- 8 C3QJ cd-c?« w
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2027年四川省高考三模数学冲刺卷及答案
- 机械制造工程师产品创新及效率绩效评估表
- 新增跨境贸易合作条款公告(4篇)
- 法务部合同签署流程优化建议确认函3篇
- 业务合作伙伴拜访函(7篇)
- 电商客服主管服务质量与问题解决能力绩效考核表
- 确认函确认技术合作协议(3篇)
- 农产品销售平台订单履约管理规范
- 银行柜员智能设备安全防护指南
- 媒体编辑部门新闻报道内容质量绩效评定表
- 烟草行业安全管理课件
- 前程无忧mat管理能力测试题库35题
- GB 23971-2025有机热载体
- 《智能制造技术基础》课件
- 储罐内浮盘拆除施工流程方案
- 10kv高压开关柜培训
- 2025国际焊接工程师(IWE)考试试题及答案
- 2025年中考语文三轮冲刺:议论文+说明文+记叙文+名著阅读 刷题练习题汇编(含答案)
- 市场营销人员岗位培训指导手册
- DL∕T 5342-2018 110kV~750kV架空输电线路铁塔组立施工工艺导则
- DZ∕T 0291-2015 饰面石材矿产地质勘查规范
评论
0/150
提交评论