数据挖掘期末考试计算题及答案.doc

题一:
一阶项目集
支持度
a
5
b
4
c
2
d
5
e
3
f
4
g
6
一阶频繁集
支持度
a
5
b
4
d
5
f
4
g
6
二阶候选集
支持度
ab
3
ad
4
af
2
ag
5
bd
3
bf
1
bg
3
df
3
dg
4
fg
3
二阶频繁集
支持度
ad
4
ag
5
dg
4
三阶候选集
支持度
adg
4
三阶频繁集
支持度
adg
4
题二
Distance(G,A)2=; Distance(G,B)2=; Distance(G,C)2=
Distance(G,D)2=; Distance(G,E)2=; Distance(G,F)2=
G的三个最近的邻居为B,F,A,因此G的分类为湖泊水
Distance(H,A)2=; Distance(H,B)2=; Distance(H,C)2=
Distance(H,D)2=; Distance(H,E)2=; Distance(H,F)2=
H的三个最近的邻居为A,D,F,因此H的分类为冰川水
题三
首先计算各属性的信息增益
Gain(Ca+浓度)=0
Gain(Mg+浓度)=
Gain(Na+浓度)=0
Gain(Cl-浓度)=
?
冰川水
Cl-浓度
选择 Cl-浓度作为根节点
高
低
计算各属性的信息增益
Gain(Ca+浓度)=0
Gain(Mg+浓度)=
Cl-浓度
冰川水
Gain(Na+浓度)=
高
?
低
湖泊水
Mg+浓度
低
高
选择Mg+浓度作为节点
计算各属性的信息增益
Gain(Ca+浓度)=
Gain(Na+浓度)=
Cl-浓度
低
高
Mg+浓度
冰川水
低
高
低
湖泊水
Na+浓度
冰川水
湖泊水
高
题四
P(Ca+浓度=低,Mg+浓度=高,Na+浓度=高,Cl-浓度=低| 类型=冰川水)*P(冰川水)
=P(Ca+浓度=低| 类型=冰川水)* P(Mg+浓度=高| 类型=冰川水)* P(Na+浓度=高| 类型=冰川水)* P(Cl-浓度=低| 类型=冰川水) *P(冰川水)
=****=
P(Ca+浓度=低,Mg+浓度=高,Na+浓度=高,Cl-浓度=低| 类型=湖泊水)*P(湖泊水)
=P(Ca+浓度=低| 类型=湖泊水)* P(Mg+浓度=高| 类型=湖泊水)* P(Na+浓度=高| 类型=湖泊水)* P(Cl-浓度=低| 类型=湖泊水) *P(湖泊水)
=***1*=
第一个样本为冰川水
P(Ca+浓度=高,Mg+浓度=高,Na+浓度=低,Cl-浓度=高| 类型=冰川水)*P(冰川水)
=P(Ca+浓度=高| 类型=冰川水)* P(Mg+浓度=高| 类型=冰川水)* P(Na+浓度=低| 类型=冰川水)* P(Cl-浓度