{E} 2
频繁项集为3项集{A,B,D}:3
b.列出所有的强关联规则，使它们与下面的元规则匹配，其中，X是代表顾客的变量，“A”、“B”等）： itemi是表示项的变量（例如，
?x?transac,tio(nb,uy?Xite(m,1s)2 b[s,c] bu?)ysXi(tem,3 )uysXitem答：所有频繁子项集有{A},{B},{D},{A,B},{A,D},{B,D}
A^B=>D conf=3/4=75% × A^D=>B conf=3/3=100% √ B^D=>A conf=3/3=100% √ 因此，满足条件的强关联规则有：
A^D=>B{supp=75%,conf=100%} B^D=>A{supp=75%,conf=100%}
1.给定如下的数据库表： ID Sky Sunny Sunny Rainy AirTemp Humidity Wind Warm Warm Cold Normal High High Strong Strong Strong Strong Water Warm Warm Warm Forecast Enjoysport Same Same Change Change Yes Yes No 1 2 3 4 Sunny Warm High Cool yes 请计算属性Sky的信息增益。
答：
C1 ：Enjoysport=yes=3 C2 ：Enjoysport=no=1
I(yes,no)=-3/4log2 3/4-1/4log2 1/4=0.811
sky rainy sunny C1 0 3 C2 1 0 I(sky)=1/4I(0,1)+3/4I(3,0)=0 Gain(sky)=0.811 习题:
1. 以汽车保险为例:假定训练数据库具有两个属性:年龄和汽车类型。
年龄————序数属性 汽车类型——分类属性
类————L：低（风险） ，H：高（风险）
年龄 >21 >21 <21 汽车类型 Maruti Hyundai Maruti 类 L H H <21 >21 >21 使用ID3算法得到一个决策树。
Indica Maruti Hyundai H L H
2. 下面是一个超市某商品连续24个月的销售数据（单位：百万元）：21，16，21, 19, 24, 27, 23, 22, 21, 20, 17, 16, 20, 23, 22, 18, 24, 26, 25, 20, 26, 23, 21, 15, 17。
请使用等深、等宽和自定义区间的方法对数据进行分箱，做出利用各种分箱方法得到的直方图。
3. 数据库有4 个事务。设min_sup = 60%，min_conf = 80%。使用Apriori 算法找出所有的频繁项集，并针对每个频繁项集构造强关联规则，列出每个规则的支持度和置信度。
答：
(b)Apriori算法：
{K} 1 ? {A} 4 ? {A,B} 4 ? {A,B,D} 3 {A} 4 {B} 4 {A,D} 3 {B} 4 {D} 3 {B,D} 3 {D} 3 {C} 2 {E} 2
频繁项集为3项集{A,B,D}:3
所有频繁子项集有{A},{B},{D},{A,B},{A,D},{B,D} A^B=>D conf=3/4=75% × A^D=>B conf=3/3=100% √ B^D=>A conf=3/3=100% √ 因此，满足条件的强关联规则有：
A^D=>B{supp=75%,conf=100%} B^D=>A{supp=75%,conf=100%}
题一：
一阶项目集 支持度 a 5 b 4 c 2 d 5 e 3 f 4 g 6 一阶频繁集 支持度 a 5 b 4 d 5 f 4 g 6 二阶候选集 支持度 ab 3 ad 4 af 2 ag 5 bd 3 bf 1 bg 3 df 3 dg 4 fg 3 二阶频繁集 支持度 ad 4 ag 5 dg 4 三阶候选集 支持度 adg 4 三阶频繁集 支持度 adg 4
题二
Distance(G,A)=0.1; Distance(G,B)=0.03; Distance(G,C)=0.11 Distance(G,D)2=0.12; Distance(G,E)2=0.16; Distance(G,F)2=0.05 G的三个最近的邻居为B,F,A,因此G的分类为湖泊水
Distance(H,A)2=0.03; Distance(H,B)2=0.18; Distance(H,C)2=0.22 Distance(H,D)2=0.03; Distance(H,E)2=0.21; Distance(H,F)2=0.16 H的三个最近的邻居为A,D,F,因此H的分类为冰川水 题三
222