数据挖掘习题二.pdfVIP

数据挖掘习题二--第1页

数据挖掘习题二

简答：

1.何谓数据挖掘？它有哪些方面的功能？

2.何谓数据仓库？为什么要建立数据仓库？

3.常见的分箱方法有哪些？数据平滑处理的方法有哪些？

4.何谓数据规范化？规范化的方法有哪些？写出对应的变换公式。

数据挖掘讨论题

1、（20分）讨论:：下列每项活动是否是数据挖掘任务?简单陈述

你的理由。

(a)根据性别划分公司的顾客。

(b)根据可赢利性划分公司的顾客。

(c)预测投一对骰子的结果。

(d)使用历史记录预测某公司未来的股票价格。

数据挖掘习题二--第1页

数据挖掘习题二--第2页

简答：

5.何谓数据挖掘？它有哪些方面的功能？

从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、

人们事先不知道的、但又是潜在有用的信息和知识的过程称为数据挖掘。相关的名称

有知识发现、数据分析、数据融合、决策支持等。

数据挖掘的功能包括：概念描述、关联分析、分类与预测、聚类分析、趋势分析、

孤立点分析以及偏差分析等。

6.何谓数据仓库？为什么要建立数据仓库？

数据仓库是一种新的数据处理体系结构，是面向主题的、集成的、不可更新的(稳

定性)、随时间不断变化(不同时间)的数据集合，为企业决策支持系统提供所需的集成

信息。

建立数据仓库的目的有3个：

一是为了解决企业决策分析中的系统响应问题，数据仓库能提供比传统事务数据

库更快的大规模决策分析的响应速度。

二是解决决策分析对数据的特殊需求问题。决策分析需要全面的、正确的集成数

据，这是传统事务数据库不能直接提供的。

三是解决决策分析对数据的特殊操作要求。决策分析是面向专业用户而非一般业

务员，需要使用专业的分析工具，对分析结果还要以商业智能的方式进行表现，这是

事务数据库不能提供的。

7.常见的分箱方法有哪些？数据平滑处理的方法有哪些？

分箱的方法主要有：

①统一权重法(又称等深分箱法)

②统一区间法(又称等宽分箱法)

③最小熵法

④自定义区间法

数据平滑的方法主要有：平均值法、边界值法和中值法。

8.何谓数据规范化？规范化的方法有哪些？写出对应的变换公式。

将数据按比例缩放(如更换大单位)，使之落入一个特定的区域（如0.0～1.0），称

为规范化。规范化的常用方法有：

(1)最大－最小规范化：maxmin

x(xmin)min

(maxmin)00

00

(2)零－均值规范化：xX

x0



X

(