数据挖掘题培训讲学.doc

《数据挖掘题培训讲学.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、贵州大学2013-2014学年第一学期《数据挖掘》期末考试题姓名___专业__应用数学___学号_1107010186_问题：一、要求应用SPSS软件对实验数据（六个变量，500个数据）进行如下统计分析：1、对每一变量数据作直方图与QQ图，选出直方图近似正态分布且QQ图近似直线的变量，视这些变量是随机变量（至少两个），其近似服从正态分布；1111111111以上是对每一变量数据作直方图与QQ图，选出直方图近似正态分布且QQ图近似直线的变量为y2,y3，视这些变量是随机变量,其近似服从正态分布.12、对近似服从正态分布的随机变量的分布函数进行假设检验（Kolmogo

2、rov–Smirnov方法）；1.对于变量y2，P值〉0.05，因此接受原假设，认为符合正态分布，相同的，对于y3，P值〉0.05，因此接受原假设，认为符合正态分布。2.3.双尾P值为0.046，在显著性水平0.05下，可以拒绝原假设，即可以认为，x1与y1不独立。3、对x1与y1的独立性进行假设检验；14、对x1（自变量）与y1（因变量）进行一元线性回归分析，建立回归方程，并进行线性性检验；由上图可知：相关系数R=0.89拟合优度调整后的拟合优度=0.006标准误差估计为：5764.573；所用回归模型F统计量值=3.987显著性系数=0.46，因此认为这个统计

3、模型有统计意义；建立回归方程为：y1=3.477x1+0.0895、对x1（自变量）、x2（自变量）、x3（自变量）与y1（因变量）进行多元线性回归分析，建立回归方程，并进行线性性检验；12：从“Anova"表中，可以看出“模型2”中的“回归平方和”为2.287E8，“残差平方和”为1.645E10，总平方和=回归平方和+残差平方和。3：根据后面的“F统计量”的概率值为3.454，由于3.454〉0.01，随着“自变量”的引入，其显著性概率值均远大于0.01，所以可以不能拒绝总体回归系数为0的原假设，通过ANOVA方差分析表可以看出“y1”与“x1”和“x3”之间

4、不存在着线性关系。1从“系数a”表中可以看出：1：多元线性回归方程应该为：y1=-5229.008+0.17*x1+35.329*x3但是，由于常数项的sig为（0.315>0.1)所以常数项不具备显著性，所以，我们再看后面的“标准系数”，在标准系数一列中，可以看到“常数项”没有数值，已经被剔除所以：标准化的回归方程为：销售量=-2.672*x1+20.727*x316、分别对来自三个总体（水平）x1、x2、x3的试验数据关于均值相等的假设进行方差分析，同理对来自三个总体（水平）y1、y2、y3的试验数据进行方差分析;7、按六个变量进行变量聚类，以变量的相关系数作

5、为距离度量，分析聚类结果。11近似矩阵表使用平方Euclidean距离计算的，其实质是一个不相似矩阵，其中的数值表示各个样本之间的相似系数，数值越大，表示样本距离越大。聚类表反映的是每一阶段的聚类结果，系数表示的是聚合系数，冰柱图是反映样本聚类情况的图，如果按照设定的类数，在那类的行上从左到右就可以找到各类所包含的样本。8.7下表由雇员的数据库的训练数据组成。数据已泛化。例如，age“31^35”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。departmentStatusagesalaryc

6、ountsalessenior31……3546K……50K30salesjunior26……3026K……30K40salesjunior31……3531K……35K401systemsjunior21……2546K……50K20systemssenior31……3566K……70K5systemssenior26……3046K……50K3systemsjunior41……4566K……70K3marketingsenior36……4046K……50K10marketingjunior31……3541K……45K4secretarysenior46……5036K…

7、…40K4secretaryjunior26……3026K……30K6设status是类标号属性。、（a）如何修改基本决策树算法，以便考虑每个广义数据元组（即每个行）的count？（b）使用修改过的算法，构造给定数据的决策树。（c）给定一个数据元组，它的属性department、age和salary的值分别为“systems”、“26……30”和“46……50K”。该元组ststus的朴素贝叶斯分类是什么？解：本题的类标号属性为：status,它有senior，junior两个值，其中，senior有30+5+3+10+4=52个元组，senior有40+40+2

8、0+3+4