大数据挖掘作业

《大数据挖掘作业》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、实用标准文案数据挖掘的第二次作业1.下表由雇员数据库的训练数据组成，数据已泛化。例如，年龄“31…35”表示31到35的之间。对于给定的行，count表示department,status,age和salary在该行上具有给定值的元组数。status是类标号属性。departmentstatusagesalarycountsalessenior31...3546K...50K30salesjunior26...3026K...30K40salesjunior31...3531K...35K40systemsjuni

2、or21...2546K...50K20systemssenior31...3566K...70K5systemsjunior26...3046K...50K3systemssenior41...4566K...70K3marketingsenior36...4046K...50K10marketingjunior31...3541K...45K4secretarysenior46...5036K...40K4secretaryjunior26...3026K...30K61)如何修改基本决策树算法，以便考虑每个广

3、义数据元组（即每个行）的count。Status分为2个部分：Department分为4个部分：Senior共计52Sales共计110Junior共计113Systems共计31Marketing共计14Secretary共计10Age分为6个部分：Salary分为6各部分：21…25共计2026K…30K共计4626…30共计4931K…35K共计4031…35共计7936K…40K共计436…40共计1041K…45K共计441…45共计346K…50K共计6346…50共计466K…70K共计8−−

4、‴㔶⸸=−log−−log−=Ǥ位−−−−−−‴㔶⸸ࢋ࢖ࢇࢋࢇ=−−log−−log−−log−−log−−−精彩文档实用标准文案−−−log−−log−−log−−log−=Ǥ位−−࢖㤠‴ࢋ࢖ࢇࢋ‴ࢇ=‴㔶⸸−‴㔶⸸ࢋ࢖ࢇࢋ‴ࢇ=૙Ǥ૙૙位−−−

5、‴㔶⸸࢖ࢋ=−−log−−log−−log−−log−−−−−−−−−log−−log−−log−−log−−log−−log−−−−−log−−log−=Ǥ位࢖㤠‴࢖ࢋ=‴㔶⸸−‴㔶⸸࢖ࢋ=૙Ǥ૙૜位−−−‴㔶⸸࢖࢖=−−log−−log−−log−−log−−

6、−−−−−−−−log−−log−−log−−log−−log−−log−=Ǥ−−−−−−−位࢖㤠‴࢖࢖=‴㔶⸸−‴㔶⸸࢖࢖=૙ǤǤ૙૞૙位由以上的计算知按信息增益从大到小对属性排列依次为：salary、age、department，所以定salary作为第一层，之后剩下的数据如下：departmentstatusagesalarycountsalessenior31...354

7、6K...50K30systemsjunior21...2546K...50K20systemsjunior26...3046K...50K3marketingsenior36...4046K...50K10由这个表可知department和age的信息增益将都为0。所以第二层可以为age也可以为department。2)构造给定数据的决策树。由上一小问的计算所构造的决策树如下：精彩文档实用标准文案Salary26K:30K66K:70KJunior31K:35K36K:40KSenior41K:45K46K:50

8、KJuniorSeniorJuniorAge21:2526:3036:4031:35JuniorJuniorSeniorSenior3)给定一个数据元组，它在属性department,age和salary上的值分别为“systems”，“26...30”和“46...50K”。该元组status的朴素贝叶斯分类结果是什么？P(status=senior)=5