数据挖掘复习题和答案(共19页).docx
《数据挖掘复习题和答案(共19页).docx》由会员分享,可在线阅读,更多相关《数据挖掘复习题和答案(共19页).docx(19页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、精选优质文档-倾情为你奉上一、 考虑表中二元分类问题的训练样本集1. 整个训练样本集关于类属性的熵是多少?2. 关于这些训练集中a1,a2的信息增益是多少?3. 对于连续属性a3,计算所有可能的划分的信息增益。4. 根据信息增益,a1,a2,a3哪个是最佳划分?5. 根据分类错误率,a1,a2哪具最佳?6. 根据gini指标,a1,a2哪个最佳?答1.P(+) = 4/9 and P() = 5/94/9 log2(4/9) 5/9 log2(5/9) = 0.9911.答2:(估计不考)答3:答4: According to information gain, a1 produces the
2、 best split.答5:For attribute a1: error rate = 2/9.For attribute a2: error rate = 4/9.Therefore, according to error rate, a1 produces the best split.答6:二、 考虑如下二元分类问题的数据集 1. 计算a.b信息增益,决策树归纳算法会选用哪个属性2. 计算a.b gini指标,决策树归纳会用哪个属性?这个答案没问题3. 从图4-13可以看出熵和gini指标在0,0.5都是单调递增,而0.5,1之间单调递减。有没有可能信息增益和gini指标增益支持不同
3、的属性?解释你的理由Yes, even though these measures have similar range and monotonousbehavior, their respective gains, , which are scaled differences of themeasures, do not necessarily behave in the same way, as illustrated bythe results in parts (a) and (b).贝叶斯分类1. P(A = 1|) = 2/5 = 0.4, P(B = 1|) = 2/5 = 0.
4、4,P(C = 1|) = 1, P(A = 0|) = 3/5 = 0.6,P(B = 0|) = 3/5 = 0.6, P(C = 0|) = 0; P(A = 1|+) = 3/5 = 0.6,P(B = 1|+) = 1/5 = 0.2, P(C = 1|+) = 2/5 = 0.4,P(A = 0|+) = 2/5 = 0.4, P(B = 0|+) = 4/5 = 0.8,P(C = 0|+) = 3/5 = 0.6.2.3. P(A = 0|+) = (2 + 2)/(5 + 4) = 4/9,P(A = 0|) = (3+2)/(5 + 4) = 5/9,P(B = 1|+)
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据 挖掘 复习题 答案 19
限制150内