[考古] 資料挖掘與資料倉儲/林明言/972期中考
[開課學院]: 資電學院
[開課系所]: 資訊系
[課程名稱]: 資料探勘與資料倉儲
[老師名稱]: 林明言 老師
[開課學期]: 972
[類型]: 97-2期中考
1.[8%]
以上為各itemset及其support值: {a}:0.9, {b}:0.4, {c}:0.8, {e}:0.6, {a,b}:0.65,
{a,c}:0.75, {a,e}:0.55, {b,c}:0.6, {b,e}:0.5, {c,e}:0.48, {a,b,e}:0.4,
{b,c,e}:0.45, {a,b,c,e}:0.3等。
(a) association rule: {a,c}→{b,c}之 support =___, confidence =___。
(b) association rule: {b,c}→{a,e}之 support =___, confidence =___。
2.[3,3%]
若frequent itemsets L3 只包括{1,2,3}, {1,2,4}, {1,3,5}, {2,3,5},
{2,4,5}, {3,4,5}。
(a) join-step 得到candidate itemsets C4(尚未prune)為___________。
(b) 經過prune後，可能的C4為____________________________________。
3.[2,4,5%]
以表一的資料庫資料計算(列出計算式即可)
(a) Class 的 information =________
(b) 欄位 ORS的entropy =___________
(c) 假設表一的資料庫增加一筆資料「ID=12, ORS=R, Class=3」，請計算欄位ORS的
information gain =__________________
ID ORS Class
1 R 1
2 S 1
3 S 1
4 R 2
5 R 2
6 S 2
7 O 2
8 O 2
9 O 2
10 R 2
11 O 2
4.[2.5,2.5,2,3%]
(a) X-model的lift =_________ (b) Y-model的lift =_________
(c) X-model的error rate =_________ (d) Y-model的recall =_________
X-model Computed-Accept Computed-Reject
Accepts 45 55
Reject 1955 7945
Y-model Computed-Accept Computed-Reject
Accepts 46 54
Reject 2245 7955
5.[2,4,4%]
(a) 列出表三的symmetric attribute_____________
(b) 不考慮表三的symmetric attribute, 算dissimilarity:d(甲,丙)及d(乙,丙)
d(甲,丙)=_________ d(乙,丙)=___________
(c) 表三中attribute 的weight, symmetric比asymmetric為1:4, 算d(甲,乙)=______
病 性 區 發 咳 測試
患 別 域 燒 嗽 １ ２ ３ ４
甲 男 北 Ｙ Ｎ Ｐ Ｎ Ｎ Ｎ
乙 女 北 Ｙ Ｎ Ｐ Ｐ Ｐ Ｎ
丙 男 南 Ｙ Ｙ Ｎ Ｎ Ｎ Ｐ
丁 男 北 Ｎ Ｎ Ｎ Ｎ Ｎ Ｐ
註：病患的「區域」:「南」「北」機率各1/2
6.[4,4,4%]
將某實驗資料(34,29,28,26,4,8,14,15,20,10,3,15)
(a) 列出以equi-depth partition(depth=4) 後各bin的內容
(b) 列出以smoothing by bin-boundaries 後各bin的內容
(c) 將原始實驗資料做min-max normalization, 新範圍是 [1,10], normalize後
8跟28=___,____
7.[2,2%]
將予下圖之decision tree, (a) 可以產生幾條規則? (b) 寫出一條規則
ps. 因為圖拍的很模糊, 無法提供圖, 此題請參考課本範例題型雷同
8.[5%]
現有之hash-tree(node size=3)及subset function如下圖，畫出加入(3,4,7),
(3,5,8)後的tree.
┌──────┼──────┐ subset function
│ │ │ ┌───┼───┐
┌──┼──┐ 2 3 4 ┌──┼──┐ 1,4,7 2,5,8 3,6,9
1 4 5 │ 1 3 6 5 6 7 3 4 5 │ 3 6 7
│ │ 3 6 8
┌───┼───┐ 3 5 6
1 2 4 1 2 5 1 5 9 3 5 7
4 5 7 4 5 8 6 8 9
9.[4,4%]
Frequent itemset 及其count值如下: (a):9, (b):8, (d):9, (e):6, (ab):7,
(ad):9, (ae):5, (bd):8, (de):5, (ade):5
(a) maximum itemsets =____________
(b) closed itemsets =____________
10.[6,4,4,4,5,5%]
(a)何謂data mining?
(b) training data與test data有甚麼差異?
(c) clustering跟classification有甚麼最大不同?
(d) 舉兩個「concept hierarchy」的例子.
(e) 簡述「K-means clustering」.
(f) KDD的程序包含哪幾個步驟.
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 59.126.206.66
→
04/20 20:29, , 1F
04/20 20:29, 1F
推
04/21 00:00, , 2F
04/21 00:00, 2F