数据挖掘习题

数据挖掘概念与技术课后习题

#数据转换

我的想法：

数据处理

1. 光滑数据：采用滑动平均的方法，设置window_size,进行光滑
2. 规范化：两种方法，归一化、标准化
   

• 补充：如果数据不是数值类型的，先进行属性映射，再序列标准化

$$Z=\frac{m_i-1}{Max(m)-1}$$

哈尔小波分解

步骤：

1. 按粒度求window均值（粒度就是window_size,不重叠的）
2. 求window的最大的数和均值的差
3. 重复1、2把序列遍历完
4. 合并均值和求完差值的结果，长度应该和原序列等长
5. 重复以上4步，直到达到设定的轮数，分解的越来越小

距离计算

三种距离描述：

Aprior

{1,3,6,8,9}可能的子项集，及频繁子项集

FP-Growth

T1

T2

个人题解：

关于频繁项集的概念

关联规则

• 写的不对，emmm

判断是否频繁的依据是：
X是否为任一闭频繁项的子集，如果是则频繁,支持度为所属闭频繁项集(集合C中，X可能是多个闭频繁项集的子集)中，支持度计数最大的闭频繁项集的支持度。

• 所以第二问：应该是X所属闭频繁项集中，支持度计数最大的

SVM

灰色预测模型：

灰色模型（Grey Model，简称GM模型）一般表达方式为GM（n,x）模型，其含义是：用n阶微分方程对x个变量建立模型。

通过把分散在时间轴上的离散数据看成一组连续变化的序列，采用累加和累减的方式，将灰色系统中的未知因素弱化，强化已知因素的影响程度，最后构建一个以时间为变量的连续微分方程，通过数学方法确定方程中的参数，从而实现预测目的。