《数据挖掘》试题与标准答案

一、解答题（满分3０分，每小题5分)

1. 怎样理解数据挖掘和知识发现的关系?请详细阐述之

首先从数据源中抽取感兴趣的数据，并把它组织成适合挖掘的数据组织形式;然后,调用相应的算法生成所需的知识;最后对生成的知识模式进行评估，并把有价值的知识集成到企业的智能系统中。

知识发现是一个指出数据中有效、崭新、潜在的、有价值的、一个不可忽视的流程，其最终目标是掌握数据的模式。流程步骤:先理解要应用的领域、熟悉相关知识，接着建立目标数据集，并专注所选择的数据子集;再作数据预处理，剔除错误或不一致的数据；然后进行数据简化与转换工作；再通过数据挖掘的技术程序成为模式、做回归分析或找出分类模型；最后经过解释和评价成为有用的信息。

2.时间序列数据挖掘的方法有哪些，请详细阐述之

时间序列数据挖掘的方法有:

１)、确定性时间序列预测方法:对于平稳变化特征的时间序列来说，假设未来行为与现在的行为有关，利用属性现在的值预测将来的值是可行的。例如，要预测下周某种商品的销售额，可以用最近一段时间的实际销售量来建立预测模型。

２）、随机时间序列预测方法：通过建立随机模型,对随机时间序列进行分析,可以预测未来值。若时间序列是平稳的,可以用自回归(Auto Ｒegressiｖe，简称AR)模型、移动回归模型(Ｍovｉng Ａveｒage,简称ＭＡ）或自回归移动平均(Aｕto Regrｅssive Moｖiｎg Aｖeraｇe，简称AＲMＡ)模型进行分析预测。

3)、其他方法:可用于时间序列预测的方法很多,其中比较成功的是神经网络。由于大量的时间序列是非平稳的,因此特征参数和数据分布随着时间的推移而变化。假如通过对某段历史数据的训练，通过数学统计模型估计神经网络的各层权重参数初值，就可能建立神经网络预测模型,用于时间序列的预测。

3．数据挖掘的分类方法有哪些,请详细阐述之

分类方法归结为四种类型：

1）、基于距离的分类方法:距离的计算方法有多种,最常用的是通过

计算每个类的中心来完成,在实际的计算中往往用距离来表征,距离越近，

相似性越大,距离越远，相似性越小。

。

２）、决策树分类方法:决策树（Ｄeｃisiｏn Trｅe)的每个内部结点表示在一个属性上的测试,每个分枝代表一个测试输出，而每个树叶结点代表类或类分布。树的最顶层结点是根结点。

３）、贝叶斯分类方法:设X是类标号未知的数据样本。设Ｈ为某种假定,如数据样本Ｘ属于某特定的类C。对于分类问题,我们希望确定P（H|X）,即给定观测数据样本X，假定H成立的概率。

4）、规则归纳方法: 规则归纳有四种策略：减法、加法,先加后减、先减后加策略。

a)减法策略：以具体例子为出发点,对例子进行推广或泛化,推广即减除

条件(属性值）或减除合取项(为了方便,我们不考虑增加析取项的推

广）,使推广后的例子或规则不覆盖任何反例。

b)加法策略：起始假设规则的条件部分为空（永真规则),如果该规则覆

盖了反例，则不停地向规则增加条件或合取项,直到该规则不再覆盖

反例。

c)先加后减策略：由于属性间存在相关性,因此可能某个条件的加入会

导致前面加入的条件没什么作用,因此需要减除前面的条件。

d)先减后加策略：道理同先加后减，也是为了处理属性间的相关性。

典型的规则归纳算法有ＡQ、CN２和FOIL等。