最近在讀《Introduction to Data Mining 》這本書，發(fā)現(xiàn)課后答案只有英文版，于是打算結(jié)合自己的理解將答案翻譯一下，其中難免有錯(cuò)誤，歡迎大家指正和討論。侵刪。

第七章

（a）

（b） 5
（c）
候選項(xiàng)集：10+28+3=41
頻繁項(xiàng)集：8+10+0=18
（d）

候選項(xiàng)集：5+10+0=15
頻繁項(xiàng)集：5+3+0=8
（e）
d中產(chǎn)生較少的項(xiàng)集


（a）
D1：
溫度分為X1 ( 80 - 87 )，X2 ( 88 - 95 )，X3 ( 96 - 103 )
氣壓分為Y1 ( 1025 - 1051 )，Y2 ( 1052 - 1078 )，Y3 ( 1079 - 1105 )

產(chǎn)生7個(gè)頻繁1-項(xiàng)集、12個(gè)頻繁2-項(xiàng)集（ (X1,Y1)、(X3,Y3)、(X1,Alarm1)、(X3,Alarm1)、(Y1,Alarm1)、(Y3,Alarm1)、(X3,Alarm2)、(Y3,Alarm2)、(Y3,Alarm3)、(Alarm1,Alarm2)、(Alarm1,Alarm3)、(Alarm2,Alarm3) ）、5個(gè)頻繁3-項(xiàng)集（ (X1,Y1,Alarm1)、(X3,Y3,Alarm1)、(X3,Y3,Alarm2)、(X3,Alarm1,Alarm2)、(Y3,Alarm1,Alarm2)）

D2：
溫度分為X1 ( 80 - 85 )，X2 ( 86 - 97 )，X3 ( 100 - 103 )
氣壓分為Y1 ( 1025 - 1038 )，Y2 ( 1039 - 1084 )，Y3 ( 1085 - 1105 )

產(chǎn)生9個(gè)頻繁1-項(xiàng)集，7個(gè)頻繁2-項(xiàng)集（(X3,Alarm1)、(X3,Alarm2)、(Y2,Alarm1)、(Y3,Alarm3)、(Alarm1,Alarm2)、(Alarm2,Alarm3)、(Alarm1,Alarm3)），1個(gè)頻繁3-項(xiàng)集（(X3,Alarm1,Alarm2)）
（b）

(ii)有兩個(gè)自然聚類。(iii)用K-均值聚類算法。
(iv)

(v)產(chǎn)生5個(gè)頻繁1-項(xiàng)集，7個(gè)頻繁2-項(xiàng)集，1個(gè)頻繁3-項(xiàng)集（(C2,Alarm1,Alarm2)）


（a）
（i）：S=1/6，C=1
（ii）：S=1/6，C=1

（b）
當(dāng) bin-width = 2 時(shí)，A1=1≤A≤2，A2=3≤A≤4，A3=5≤A≤6，A4=7≤A≤8，A5=9≤A≤10，A6=11≤A≤12，

對(duì)于第一個(gè)規(guī)則{（1≤A≤2），B=1}→{C=1}有對(duì)應(yīng)的規(guī)則{A1=1，B=1}→{C=1}
S({A1=1，B=1}→{C=1})=1/6
C({A1=1，B=1}→{C=1})=1
因此能發(fā)現(xiàn)這個(gè)規(guī)則

對(duì)于第二個(gè)規(guī)則{（5≤A≤8），B=1}→{C=1}有對(duì)應(yīng)的規(guī)則{A3=1，B=1}→{C=1}和{A4=1，B=1}→{C=1}
S({A3=1，B=1}→{C=1})=1/12
C({A3=1，B=1}→{C=1})=1
S({A4=1，B=1}→{C=1})=1/12
C({A4=1，B=1}→{C=1})=1
支持度小于閾值15%，不能發(fā)現(xiàn)

當(dāng) bin-width = 3 時(shí)，A1=1≤A≤3，A2=4≤A≤6，A3=7≤A≤9，A4=10≤A≤12

對(duì)于第一個(gè)規(guī)則{（1≤A≤2），B=1}→{C=1}有對(duì)應(yīng)的規(guī)則{A1=1，B=1}→{C=1}
S({A1=1，B=1}→{C=1})=1/6
C({A1=1，B=1}→{C=1})=2/3
因此能發(fā)現(xiàn)這個(gè)規(guī)則

對(duì)于第二個(gè)規(guī)則{（5≤A≤8），B=1}→{C=1}有對(duì)應(yīng)的規(guī)則{A2=1，B=1}→{C=1}和{A3=1，B=1}→{C=1}
S({A2=1，B=1}→{C=1})=1/12
C({A2=1，B=1}→{C=1})=1
S({A3=1，B=1}→{C=1})=1/12
C({A3=1，B=1}→{C=1})=1
支持度小于閾值15%，不能發(fā)現(xiàn)

當(dāng) bin-width = 4 時(shí)，A1=1≤A≤4，A2=5≤A≤8，A3=9≤A≤12

對(duì)于第一個(gè)規(guī)則{（1≤A≤2），B=1}→{C=1}有對(duì)應(yīng)的規(guī)則{A1=1，B=1}→{C=1}
S({A1=1，B=1}→{C=1})=1/6
C({A1=1，B=1}→{C=1})=1/2
置信度小于閾值60%，不能發(fā)現(xiàn)

對(duì)于第二個(gè)規(guī)則{（5≤A≤8），B=1}→{C=1}有對(duì)應(yīng)的規(guī)則{A2=1，B=1}→{C=1}
S({A2=1，B=1}→{C=1})=1/6
C({A2=1，B=1}→{C=1})=1
能發(fā)現(xiàn)這個(gè)規(guī)則

（c）
沒有一種寬度可以同時(shí)發(fā)現(xiàn)這兩種規(guī)則，解決辦法是結(jié)合考慮多個(gè)寬度。

（a）
（i）：C（{15<A<25→10<B<20}）= 10/30 = 33.3%，C（{10<A<25→10<B<20}）= 15/45 = 33.3%，C（{15<A<35→10<B<20}）= 15/65 = 23.1%，
（ii）：C（{15<A<25→10<B<20}）= 10/30 = 33.3%，C（{15<A<25→5<B<20}）= 15/30 = 50.0%，C（{15<A<25→5<B<30}）= 25/30 = 83.3%，
（iii）：C（{15<A<25→10<B<20}）= 10/30 = 33.3%，C（{10<A<35→5<B<30}）= 59/80 = 73.8%，

（b）
年齡在15到35之間的因特網(wǎng)用戶有65個(gè)
平均上網(wǎng)小時(shí)數(shù)為：( 2.5×12+7.5×20+15×15+25×13+35×5 ) / 65 = 13.82
因此基于統(tǒng)計(jì)學(xué)的規(guī)則為：15<A<35→B：μ = 13.82
（c）
其他用戶有35個(gè)
平均上網(wǎng)小時(shí)數(shù)為：( 2.5×6+7.5×9+15×10+25×6+35×4 ) / 35 = 14.93
年齡在15到35之間用戶上網(wǎng)小時(shí)的方差=9.786
其他用戶上網(wǎng)小時(shí)的方差=10.203
Z = （ 14.93 - 13.82 ）/ （9.786²/65 + 10.203²/35）= 0.476 < 1.64
因此在95%置信度下不顯著。

年級(jí)：
（a）7個(gè)
（b）比如一年級(jí)學(xué)生則一年級(jí)二元屬性為1，其他屬性為0
（c）分為本科生、研究生、專業(yè)人員
郵政編碼：
（a）有很多
（b）對(duì)于每個(gè)郵政編碼，對(duì)應(yīng)的二元屬性取1，其他取0
（c）可以按照地理位置分
院：
（a）14個(gè)
（b）比如農(nóng)學(xué)則農(nóng)學(xué)二元屬性取1，其他取0
（c）按照大類分，比如理學(xué)，工學(xué)等
住校：
（a）1個(gè)
（b）住校為1不住校為0
（c）無
語言：
（a）7個(gè)
（b）比如說漢語則漢語二元屬性取1，其他取0
（c）按大洲分，比如亞洲，北美洲等



（a）區(qū)間為[ 9 , 17 ]、[ 19 , 29 ]、[ 33 , 47 ]。滿足的區(qū)間為[ 19 , 29 ]，支持度為16.7%，置信度為100%
（b）區(qū)間為[ 9 , 14 ]、[ 17 , 21 ]、[ 25 , 33 ]、[ 39 , 47 ]。沒有滿足的區(qū)間
（c）區(qū)間為[ 9 , 11 ]、[ 14 , 17 ]、[ 19 , 21 ]、[ 25 , 29 ]、[ 33 , 39 ]、[ 41 , 47 ]。滿足的區(qū)間為[ 9 , 11 ]，支持度為16.7%，置信度為100%
（d）離散化區(qū)間時(shí)，既不能太寬也不能太窄，否則有些規(guī)則無法被發(fā)現(xiàn)。




（a）困難是確定合適的支持度和置信度
（b）產(chǎn)生8個(gè)頻繁1-項(xiàng)集，25個(gè)頻繁2-項(xiàng)集，34個(gè)頻繁3-項(xiàng)集，20個(gè)頻繁4-項(xiàng)集
（c）產(chǎn)生8個(gè)頻繁1-項(xiàng)集，6個(gè)頻繁2-項(xiàng)集，1個(gè)頻繁3-項(xiàng)集
（d）C更有效但可能丟失一些頻繁項(xiàng)

（a）當(dāng)沒有分層包含多于1個(gè)的X的子女時(shí)，取等號(hào)
（b）這三個(gè)都肯定是頻繁的
（c）{p}→{q^}

（a）

（b）

（c）

（d）


答：



（a)
是。
否。不是子序列
否。不滿足mingap=0
是。
否。不是子序列
（b）

是。是。是。是。是。

是。是。是。是。是。

是。是。否。是。是。

否。否。否。是。是。

是。
否。不滿足mingap=0
否。不滿足mingap=0和ws=1
否。不滿足mingap=0
否。不滿足mingap=0和ws=1

（a）

（b）

（c）



限定ws=0,mingap=0,maxgap=3,maxspan=5
（a）1。該方法在對(duì)象時(shí)線中查找給定序列的至少一次出現(xiàn)，出現(xiàn)多次也只會(huì)計(jì)數(shù)一次。
（b）2。觀察到的序列是{p(t=1),q(t=4),r(t=5)}、{p(t=6),q(t=7/8),r(t=10)}，而{p(t=4),q(t=7),r(t=10)}超過窗口限制大小5
（c）2。最小出現(xiàn)窗口即窗口的子窗口中不含該序列，是CWIN的限制版，b中觀察到的兩個(gè)窗口都符合要求。
（d）3。{p(t=1),q(t=4),r(t=5)}、{p(t=6),q(t=7/8),r(t=10)}和{p(t=4),q(t=7),r(t=10)}
（e）2。當(dāng)一個(gè)事件-時(shí)間戳對(duì)被使用后就不允許再次使用，因此{(lán)p(t=6),q(t=7/8),r(t=10)}和{p(t=4),q(t=7),r(t=10)}只計(jì)數(shù)一次。

答：



（b）中圖有錯(cuò)誤，左圖的右上角應(yīng)該為a
答：



（b）|V|!
（c）k
（d）k-1

（a）

（b）
無法產(chǎn)生候選。



（a）
i.2¹⁰⁰⁰ - 1
ii.2²⁰⁰⁰ - 1
iii.這種方法產(chǎn)生的候選項(xiàng)集太多，其中很多都是無用的
（b）

i.S = 3/7 = 42.9% , C = 3/3 = 100%
ii.S = 3/7 = 42.9% , C = 3/3 = 100%
iii.S = 3/7 = 42.9% , C = 3/3 = 100%
iv.S = 3/7 = 42.9% , C = 3/3 = 100%

（a）2^2d
（b）


（a）反單調(diào)
（b）非單調(diào)

總結(jié)

以上是生活随笔為你收集整理的数据挖掘导论课后习题答案-第七章的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。