西安交大数据挖掘第一次作业
第一次作业
Weihua Wang 1.给出一个例子，其中数据挖掘对于商务的成功是至关重要的。
该商务需要什么数据挖掘功能？它们能够由数据查询处理或简单的统计分析来实现吗？
答: 亚马逊在线交易平台上的数据挖掘，显示出数据挖掘对于商务的成功是至关重要的。
该商务需要统计交易用户的消费信息，对用户进行分类；
根据用户的历史消费信息，给出推荐广告，并定期往用户邮箱发送商品推荐邮件等等。
该商务应用了关联规则数据挖掘功能。
数据挖掘是一个非常重要且复杂的模块，要发现数据间的关联规则，不可能通过简单的数据查询处理或者简单的统计分析实现。
亚马逊有非常大的数据库，然后也会有各种各样的数据分析包括会跟很多的出版社还有一些中间商建立合作，然后会帮助他们去做书籍的整理、销售，就是客户满意度。
所以，数据量很大，然后亚马逊还需要通过这些数据去挖掘一些对于客户，对于用户有指导性的数据，他们建立的复杂的系统去分析这些数据。
2.使用你熟悉的生活中的数据库，给出关联规则挖掘、序列模
式分析、分类、聚类、孤立点分析等数据挖掘功能的例子。
1)关联规则挖掘
超市货架的商品摆放：方便面--->火腿肠（大部分人买方便面的同时会买火腿肠）。
2)序列模式分析
可口可乐公司根据往年月份销售额的分析，给出不同季节的生产量。
3)分类
移动公司根据用户的话费和缴费情况等信息，将用户分为不同的等级的
用户，给予不同的透支欠费额度。
4) 聚类
研究人员通过对全国各省份经济的分析，将全国经济大致划分为三种不同的经济类型。
5) 孤立点分析
税务部门根据纳税户的相关数据，重点调查孤立点的纳税情况。
3. 与挖掘少量数据相比，挖掘海量数据的挑战有哪些？
a) 规模大。
需要高效算法, 进行并行处理。
b) 高维特征。
导致搜索空间指数级增长，需要更好的算法进行维度约减。
c) 过拟合。
因过分强调对训练样本的效果导致过度拟合，使得对未知预测
样本效果就会变差。
d) 动态、缺失、噪音数据的存在。
e) 领域知识的运用。
f) 模式的可理解性。
4. 假设医院对18个随机挑选的成年人检查年龄和身体肥胖，得
到如下结果：
a) 计算age 和%fat 的均值、中位数和标准差。
232272394147495052/184654256575826061AgeAve ⨯+⨯+++++++⎛⎫ ⎪⎝⎭
==⨯+++⨯++ 9.526.57.817.831.425.927.4%27.231.234.642.528.833.4/1828.8
30.234.132.941.235.7fatAve ⎛⎫ ⎪ ⎪ ++++++=++++++=+++++⎪⎝⎭
()5052/251AgeMid =+=
()
fatMid=+=
%30.231.2/230.7
AgeS==
=
13.23
b)绘制age和%fat的盒图。
age: Q1=39 ,Q3=57, IQR=57-39=18,1.5IQR=27,
(39-27, 57+27)=(12, 84)
%fat: Q1=26.5, Q3=34.1, IQR=34.1-26.5=7.6, 1.5IQR=11.4,
(26.5-11.4, 34.1+11.4)=(15.1, 45.5)
c)绘制基于这两个变量的散点图和q-q图。
散点图：
q-q图：。
上海交大网络教育数据挖掘第一次作业
数据挖掘
题目1
标记题目
选择一项：
A.
分类
B.
聚类
C. 自然语言处理
D. 关联规则发现
反馈
你的回答正确
正确答案是：关联规则发现题目2
标记题目
b.
聚类
c. 分类
d. 隐马尔可夫链
反馈
你的回答正确
正确答案是：
聚类
题目3
标记题目
什么是KDD？
选择一项：
A.
数据挖掘与知识发现
B. 动态知识发现
C.
领域知识发现
D.
文档知识发现
反馈
你的回答正确
正确答案是：
数据挖掘与知识发现
题目4
标记题目
使用交互式的和可视化的技术，对数据进行探索属于数据挖掘的哪一类任务
选择一项：
A. 探索性数据分析
B.
建模描述
C. 寻找模式和规则
D.
预测建模
反馈
你的回答正确
正确答案是：探索性数据分析
题目5
标记题目
建立一个模型，通过这个模型根据已知的变量值来预测其他某个变量值属于数据挖掘的哪一类任务？
选择一项：
A. 探索性数据分析
B. 寻找模式和规则
C.
预测建模
D.
建模描述
反馈
你的回答正确
正确答案是：
预测建模
结束回顾。
数据挖掘作业1
数据挖掘技术选修课大作业学院：计算机学院专业：软件工程姓名：王小妮班级：软工1201学号：12080101071.1数据挖掘技术的定义1.2数据挖掘的含义1.3数据挖掘商业角度的定义1.4数据挖掘和数据仓库1.5数据挖掘和在线分析处理1.6软硬件发展对数据挖掘的影响2数据挖掘的典型技术2.1聚类分析2.1关联规则2.3回归分析2.4其他技术3数据挖掘技术的应用3.1在intnet的应用3.2在金融的应用4学习收获参考文献：1.1数据挖掘技术的定义数据挖掘（Data Mining）就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，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。
1.2数据挖掘技术的含义与数据挖掘相近的同义词有数据融合、数据分析和决策支持等。
这个定义包括好几层含义：数据源必须是真实的、大量的、含噪声的；发现的是用户感兴趣的知识；发现的知识要可接受、可理解、可运用；并不要求发现放之四海皆准的知识，仅支持特定的发现问题。
----何为知识?从广义上理解，数据、信息也是知识的表现形式，但是人们更把概念、规则、模式、规律和约束等看作知识。
人们把数据看作是形成知识的源泉，好像从矿石中采矿或淘金一样。
原始数据可以是结构化的，如关系数据库中的数据；也可以是半结构化的，如文本、图形和图像数据；甚至是分布在网络上的异构型数据。
发现知识的方法可以是数学的，也可以是非数学的；可以是演绎的，也可以是归纳的。
发现的知识可以被用于信息管理，查询优化，决策支持和过程控制等，还可以用于数据自身的维护。
因此，数据挖掘是一门交叉学科，它把人们对数据的应用从低层次的简单查询，提升到从数据中挖掘知识，提供决策支持。
在这种需求牵引下，汇聚了不同领域的研究者，尤其是数据库技术、人工智能技术、数理统计、可视化技术、并行计算等方面的学者和工程技术人员，投身到数据挖掘这一新兴的研究领域，形成新的技术热点。
资料：11.2数据挖掘第一次作业
数据挖掘第一次作业
姓名：魏雨汐
学号：201528015329017
第1题：(a):
(b).沿着Day维上卷到year，沿着Location维上卷到City，按照city=Los angles 切块，将每一个vendor切片。
(c).位图索引允许在数据立方体中快速搜索，该数据仓库中包含四个维，可以建立四个位图索引表，其中，每个维的每个属性可有位图索引表的一个位向量表示。
如果数据表给定行上该属性值为v，则在位图索引的对应行，表示该值的位为1，该行的其他位均为0。
位图索引对于基数较小的值域比较有效，比较，连接和聚集操作都转化为位运算，减少了处理时间。
但是对于基数较高的值域，位图索引会变得低效，且位图索引表会占用大量的无用空间。
第2题：
散点图见下页
(d).
上机题：
（1）.support%:
(2).confidence%:
(3).lift。
西安交大数据挖掘第一次作业
第一次作业Weihua Wang 1.给出一个例子，其中数据挖掘对于商务的成功是至关重要的。
该商务需要什么数据挖掘功能？它们能够由数据查询处理或简单的统计分析来实现吗？答: 亚马逊在线交易平台上的数据挖掘，显示出数据挖掘对于商务的成功是至关重要的。
该商务需要统计交易用户的消费信息，对用户进行分类；根据用户的历史消费信息，给出推荐广告，并定期往用户邮箱发送商品推荐邮件等等。
该商务应用了关联规则数据挖掘功能。
数据挖掘是一个非常重要且复杂的模块，要发现数据间的关联规则，不可能通过简单的数据查询处理或者简单的统计分析实现。
亚马逊有非常大的数据库，然后也会有各种各样的数据分析包括会跟很多的出版社还有一些中间商建立合作，然后会帮助他们去做书籍的整理、销售，就是客户满意度。
所以，数据量很大，然后亚马逊还需要通过这些数据去挖掘一些对于客户，对于用户有指导性的数据，他们建立的复杂的系统去分析这些数据。
2.使用你熟悉的生活中的数据库，给出关联规则挖掘、序列模式分析、分类、聚类、孤立点分析等数据挖掘功能的例子。
1)关联规则挖掘超市货架的商品摆放：方便面--->火腿肠（大部分人买方便面的同时会买火腿肠）。
2)序列模式分析可口可乐公司根据往年月份销售额的分析，给出不同季节的生产量。
3)分类移动公司根据用户的话费和缴费情况等信息，将用户分为不同的等级的用户，给予不同的透支欠费额度。
4) 聚类研究人员通过对全国各省份经济的分析，将全国经济大致划分为三种不同的经济类型。
5) 孤立点分析税务部门根据纳税户的相关数据，重点调查孤立点的纳税情况。
3. 与挖掘少量数据相比，挖掘海量数据的挑战有哪些？a) 规模大。
需要高效算法, 进行并行处理。
b) 高维特征。
导致搜索空间指数级增长，需要更好的算法进行维度约减。
c) 过拟合。
因过分强调对训练样本的效果导致过度拟合，使得对未知预测样本效果就会变差。
d) 动态、缺失、噪音数据的存在。
数据挖掘作业集答案
数据挖掘作业集答案《数据挖掘》作业集答案第一章引言一、填空题（1）数据清理，数据集成，数据选择，数据变换，数据挖掘，模式评估，知识表示（2）算法的效率、可扩展性和并行处理（3）统计学、数据库技术和机器学习（4）WEB挖掘（5）一些与数据的一般行为或模型不一致的孤立数据二、单选题（1）B；（2）D；（3）D；（4）B；（5）A；（6）B；（7）C；（8）E；三、简答题（1）什么是数据挖掘？答：数据挖掘指的是从大量的数据中挖掘出那些令人感兴趣的、有用的、隐含的、先前未知的和可能有用的模式或知识。
（2）一个典型的数据挖掘系统应该包括哪些组成部分？答：一个典型的数据挖掘系统应该包括以下部分：数据库、数据仓库或其他信息库数据库或数据仓库服务器知识库数据挖掘引擎模式评估模块图形用户界面（3）请简述不同历史时代数据库技术的演化。
答：1960年代和以前：研究文件系统。
1970年代：出现层次数据库和网状数据库。
1980年代早期：关系数据模型, 关系数据库管理系统(RDBMS)的实现1980年代后期：出现各种高级数据库系统（如：扩展的关系数据库、面向对象数据库等等）以及面向应用的数据库系统（空间数据库，时序数据库，多媒体数据库等等。
1990年代：研究的重点转移到数据挖掘, 数据仓库, 多媒体数据库和网络数据库。
2000年代：人们专注于研究流数据管理和挖掘、基于各种应用的数据挖掘、XML 数据库和整合的信息系统。
（4）请列举数据挖掘应用常见的数据源。
（或者说，我们都在什么样的数据上进行数据挖掘）答：常见的数据源包括关系数据库、数据仓库、事务数据库和高级数据库系统和信息库。
其中高级数据库系统和信息库包括：空间数据库、时间数据库和时间序列数据库、流数据、多媒体数据库、面向对象数据库和对象-关系数据库、异种数据库和遗产(legacy)数据库、文本数据库和万维网(WWW)等。
（5）什么是模式兴趣度的客观度量和主观度量？答：客观度量指的是基于所发现模式的结构和关于它们的统计来衡量模式的兴趣度，比如：支持度、置信度等等；主观度量基于用户对数据的判断来衡量模式的兴趣度，比如：出乎意料的、新颖的、可行动的等等。
数据挖掘第1次作业
数据挖掘第1次作业2013年2月27日星期三第一章1.给出一个例子，其中数据挖掘对于商务的成功是至关重要的。
该商务需要什么数据挖掘功能？它们能够由数据查询处理或简单的统计分析来实现吗？答：①例如：All Electronics 的每个分部都有一组自己的数据库，作为一个重要的电子商务，All Electronics需要考虑如何在保持现有的客户同时吸引更多的客户、如何在客户群中发现潜在价值。
该商务需要的数据挖掘功能有：关联规则挖掘(进行产品的捆绑推荐)、聚类（将客户细分，提供个性化服务）。
②它们不能由数据查询处理或简单的统计分析来实现，因为数据查询处理以及简单的统计分析只能在数据库中进行一些简单的数据查询和更新以及一些简单的数据计算操作，却无法从现有的大量数据中挖掘潜在的价值。
2.使用你熟悉的生活中的数据库，给出关联规则挖掘、序列模式分析、分类、聚类、孤立点分析等数据挖掘功能的例子。
答：关联规则挖掘（Association rule）是指寻找在同一个事件中出现的不同项的相关性。
应用于产品目录设计，购物篮分析，以及交叉销售。
例如：在超市购物时候会发现洗发露货架旁边一定摆放着护发素以及沐浴露等，而且婴儿尿布货架旁会出现啤酒等。
序列模式分析是指寻找事件之间在顺序上的相关性。
应用于客户购买行为模式预测、自然灾害预测、web访问模式预测、DNA序列分析以及疾病诊断。
例如：有一个同学在网上订购了一台打印机，可以预测该同学会在之后购买墨盒和打印纸。
分类是指建立一个描述其他属性到类标签属性的函数关系的模型。
例如，银行通过对用户的home owner, marital status, taxable income 等进行分析，来构建decision tree，进而可以明确确定是否对用户发放信用卡。
聚类是将数据划分为相似对象组的过程，使得同一组中的对象相似度最大而不同组中的相似度最小。
例如，一些大型超市以及服装店根据消费者购物情况，对数据进行聚类，将消费者聚类分为普通消费者，VIP或者其它消费者等级，进而可以对消费者实行相对应的优惠政策。
西南交大数值分析第一次大作业答案
数值分析大作业1、证明：1-x-sinx=0在[0,1]内有一个根，使用二分法求误差不大于0.5*10^-4的根要迭代多少次，并输出每一步的迭代解和迭代误差证明：令f(x)= 1-x-sinx;f(0)=1,f(1)=-sin1f(0)*f(1)<0f’(x)=1-cosx<0在[0,1]内恒成立所以1-x-sinx=0在[0,1]内恒有一个根程序：function chap2bisecta = 0;b = 1;fprintf('n || a || b || c || r \n')for k=1:15c = (a+b)/2;r=(b-a)/2;fa =1-a-sin(a);fb =1-b-sin(b);fc =1-c-sin(c);fprintf('%d || %f || %f || %f \n',k,a,b,c,r);if abs(fc)<0.5*10^(-4) r=c; sprintf('the root is: %d' , r);elseif fa*fc<0 b=c;elseif fb*fc<0 a=c;endendroot = (a+b)/2结果：n || a || b || c || r1 || 0.000000 || 1.000000 || 0.500000 ||5.000000e-001 ||2 || 0.500000 || 1.000000 || 0.750000 ||2.500000e-001 ||3 || 0.500000 || 0.750000 || 0.625000 ||1.250000e-001 ||4 || 0.500000 || 0.625000 || 0.562500 ||6.250000e-002 ||125 || 0.500000 || 0.562500 || 0.531250 ||3.125000e-002 ||6 || 0.500000 || 0.531250 || 0.515625 ||1.562500e-002 ||7 || 0.500000 || 0.515625 || 0.507813 ||7.812500e-003 ||8 || 0.507813 || 0.515625 || 0.511719 ||3.906250e-003 || 9 || 0.507813 || 0.511719 || 0.509766 ||1.953125e-003 || 10 || 0.509766 || 0.511719 || 0.510742 ||9.765625e-004 || 11 || 0.510742 || 0.511719 || 0.511230 ||4.882813e-004 || 12 || 0.510742 || 0.511230 || 0.510986 ||2.441406e-004 || 13 || 0.510742 || 0.511230 || 0.510986 ||2.441406e-004 || 14 || 0.510742 || 0.511230 || 0.510986 ||2.441406e-004 || 15 || 0.510742 || 0.511230 || 0.510986 ||2.441406e-004 || root =0.510986328125000。
数据挖掘与知识发现作业一(工程硕士)
属性1
属性2
序号
属性1
属性2
1
2
10
5
7
5
2
2
5
6
6
4
3
8
4
7
1
2
4
5
8
8
4
9
四、员工数据如表，“count”属性表示重复记录数目，“salary”属性是类别属性，其余属性是描述属性。写出建立决策树的过程。
department
status
age
count
salary
s
senior
31..35
数据挖掘与知识发现作业一
一、数据库有5个事务，设最小支持度阈值为60%，最小置信度阈值为80%。
（1）用Apriori算法搜索所有频繁项集的过程。
（2）对Apriori算法找出的频繁项，任选一个找出其所有强关联规则。
事务
I1
{M，O，N，K，E，Y}
I2
{D，O，N，K，E，Y}
I3
{M，A，K，E}
I4
{M，U，C，K，Y}
I5
{C，O，O，K，I，E}
二、使用K均值算法把表中6个点聚为2个簇，假设第一次叠代选择序号1、4作为初始点。
序号
属性1
属性2
序号
属性1
属性2
1
1
1
4
1.2
1.2
2
0.8
1.2
5
0.9
0.7
3
1.3
0.9
6
1
1.4
三、用凝聚层次聚类方法对下面的样本聚类，假定算法的终止条件为3个簇，初始簇为{1}、{2}、{3}、{4}、{5}、{6}、{7}、{8}。
西安交通大学17年3月课程考试《数据结构》作业考核试题标准答案
西安交通大学17年3月课程考试《数据结构》作业考核试题一、单选题（共30 道试题，共60 分。
）1. 与数据元素本身的形式、内容、相对位置、个数无关的是数据的（）A. 存储结构B. 逻辑结构C. 算法D. 操作正确答案：B2. 设一棵完全二叉树中有65个结点，则该完全二叉树的深度为（）。
A. 8B. 7C. 6D. 5正确答案：B3. 利用直接插入排序法的思想建立一个有序线性表的时间复杂度为（）。
A. O(n)B. O(nlog2n)C. O(n)D. O(1og2n)正确答案：C4. 栈的插入和删除操作在（）进行。
A. 栈顶B. 栈底C. 任意位置D. 指定位置正确答案：A5. 二路归并排序的时间复杂度为（）。
A. O(n)B. O(n)C. O(nlog2n)D. O(1og2n)正确答案：C6. 设某强连通图中有n个顶点，则该强连通图中至少有（）条边。
A. n(n-1)B. n+1C. nD. n(n+1)正确答案：C7. 设一个顺序有序表A[1:14]中有14个元素，则采用二分法查找元素A[4]的过程中比较元素的顺序为（）A. A[1]，A[2]，A[3]，A[4]B. A[1]，A[14]，A[7]，A[4]C. A[7]，A[3]，A[5]，A[4]D. A[7]，A[5]，A[3]，A[4]正确答案：C8. 下列各种排序算法中平均时间复杂度为O（n）是（）。
A. 快速排序B. 堆排序C. 归并排序D. 冒泡排序正确答案：D9. 如下陈述中正确的是（）A. 串是一种特殊的线性表B. 串的长度必须大于零C. 串中元素只能是字母D. 空串就是空白串正确答案：A10. 设有一个二维数组A[m][n]，假设A[0][0]存放位置在644(10)，A[2][2]存放位置在676(10)，每个元素占一个空间，问A[3][3](10)存放在什么位置（）？脚注(10)表示用10进制表示。
A. 688B. 678C. 692D. 696正确答案：C11. 适于对动态查找表进行高效率查找的组织结构是（）A. 有序表B. 分块有序表C. 三叉排序树D. 线性链表正确答案：C12. 设某完全无向图中有n个顶点，则该完全无向图中有（）条边。
西安交大数据挖掘第五次作业
第五次作业Weihua Wang 1、假设数据挖掘的任务是将如下八个点聚类为三个类.A1(2,10) A2(2,5) A3(8,4) B1(5,8) B2(7,5) B3(6,4) C1(1,2) C2(4,9)距离函数为欧几里得函数.假设初始我们选择A1,B1,C1为每个聚类的中心,用K-means 方法给出:a)在第一次循环后的三个聚类中心b)最后的三个簇解:首先计算A1(2,10) A2(2,5) A3(8,4) B1(5,8) B2(7,5) B3(6,4) C1(1,2) C2(4,9) A1(2,10) 0 5 8.49 3.61 7.08 7.21 8.06 2.24 B1(5,8) 3.61 4.24 5 0 3.61 4.12 7.21 1.41 C1(1,2) 8.06 3.16 7.28 7.21 6.71 5.36 0 7.62由上表可得,各点的归属簇为:A1:A1,B1:A3,B1,B2,B3,C2C1:A2,C1第一次循环后三个聚类中心为First1:(2,10)First2:((8+5+7+6+4)/5,(4+8+5+4+9)/5)=(6,6)First3:((2+1)/2,(5+2)/2)=(1.5,3.5)继续计算各点到簇中心的距离A1(2,10) A2(2,5) A3(8,4) B1(5,8) B2(7,5) B3(6,4) C1(1,2) C2(4,9) F1(2,10) 0 5 8.49 3.61 7.08 7.21 8.06 2.24 F2(6,6) 5.66 4.12 2.83 2.24 1.41 2 6.40 3.61 F3(1.5,3.5) 6.52 1.58 6.52 5.70 5.70 4.53 1.58 6.04由上表可得,各点的归属簇为:F1:A1,C2F2:A3,B1,B2,B3F3:A2,C1Second1:((2+4)/2,(10+9)/2)=(3,9.5)Second2:((8+5+7+6)/4,(4+8+5+4)/4)=(6.5,5.25)Second3:((2+1)/2,(5+2)/2)=(1.5,3.5)继续计算各点到簇中心的距离A1(2,10) A2(2,5) A3(8,4) B1(5,8) B2(7,5) B3(6,4) C1(1,2) C2(4,9) S1(3,9.5) 1.12 4.61 7.43 2.50 6.02 6.26 7.76 1.12 S2(6.5,5.25) 6.54 4.51 1.96 3.13 0.56 1.35 6.39 4.51 S3(1.5,3.5) 6.52 1.58 6.52 5.70 5.70 4.53 1.58 6.04由上表可知，各点的归属簇为：S1：A1,B1,C2S2：A3,B2,B3S3：A2,C1Third1:((2+5+4)/3,(10+8+9)/3)=(3.67,9)Third2:((8+7+6)/3,(4+5+4)/3)=(7,4.33)Third3: ((2+1)/2,(5+2)/2)=(1.5,3.5)A1(2,10) A2(2,5) A3(8,4) B1(5,8) B2(7,5) B3(6,4) C1(1,2) C2(4,9) T1(3.67,9) 1.95 4.33 6.61 1.66 5.20 5.52 7.49 0.33 T2(7,4.33)7.56 5.04 1.05 4.18 0.67 1.05 6.44 5.55 T3(1.5,3.5) 6.52 1.58 6.52 5.70 5.70 4.53 1.58 6.04由上表可知，各点的归属簇为：T1:A1,B1,C2T2:A3,B2,B3T3:A2,C1各点的归属簇至此已不发生变化，故最后的三个簇为：Final1:A1,B1,C2Final2:A3,B2,B3Final3:A2,C12、进行单链和全链层次聚类，绘制树状图显示结果，树状图应当清楚地显示合并的次序。