数据挖掘作业

数据挖掘作业
作业⼀：
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)Yahoo!通过对⽤户使⽤⾏为的意外模式分析，发现在每次会话中，⼈们
阅读邮件和阅读新闻的⾏为之间存在很强的相关关系。

Yahoo!电⼦邮箱产品⼩组验证了这种关系的影响：在⼀组测试⽤户的邮箱⾸页上显⽰⼀个新闻模块，其中的新闻标题被醒⽬显⽰。

⽤户的流失率显著下降，实际上，在这次试验中，最弱的⼀组流失率下降了40%！于是Yahoo!⽴刻开发并完善了新闻模块，并嵌⼊Yahoo!电⼦邮箱的⾸页，到现在，上亿的消费者都可以看到并使⽤这种产品。

可见，数据挖掘对商务的成功是⾄关重要的。

2)该商务应⽤了关联规则数据挖掘功能。

3)⽤于数据或信息检索的数据查询处理不具有发现关联规则能⼒。

同样，简单的统计分析不能处理⼤量的数据。

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。

答：关联规则挖掘的例⼦：如果顾客买了尿⽚与⽜奶，他很可能买啤酒。

把啤酒放在尿⽚的附近。

序列模式分析的例⼦：买了喷墨打印机的的顾客中，80%的⼈三个⽉后⼜买了墨盒。

分类数据挖掘功能的例⼦：信⽤卡发放
聚类数据挖掘功能的分析：⼈脸识别
孤⽴点分析的例⼦：信⽤卡公司需要检测⼤量的⽀付⾏为。

可以利⽤⽀付⾏为中的地点、⽀付类型以及⽀付频率等信息检测出孤⽴点。

3. 与挖掘少量数据相⽐，挖掘海量数据的挑战有哪些？
答：1)规模⼤
⾼效算法, 并⾏处理
2)⾼维特性
导致搜索空间指数级的增长，维度约减
3)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
4)动态、缺失、噪⾳数据
5)领域知识的运⽤
6)模式的可理解性
2.4 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。

(b) 绘制age 和%fat 的盒图。

(c) 绘制基于这两个变量的散点图和q-q 图。

答：
22222222)4656()4654())4654()4652()4650()4649()4647(-+-+-+-+-+-+-+94.174])4661()4660()4658()4658()4657(22222=-+-+-+-+-+
2222222)8.284.33()8.288.28()8.285.42()8.286.34()8.282.31()8.282.27()8.284.27(-+-+-+-+-+-+-
+6.85])8.287.35()8.282.41()8.289.32()8.281.34()8.282.30(22222=-+-+-+-+-+
(b)
age: Q 1=39 ,Q 3=57, IQR=57-39=18 1.5IQR=27, (39-27, 57+27)=(11, 84)
%fat: Q 1=26.5, Q 3=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)
散点图：
q-q图：。