(3种算法)数据仓库与数据挖掘

三．综合题

第一类：给定一个表的结构及数据，计算每个决策属性的信息增益（请同学们掌握该方法，不同的试题中给定的表结构及数据是不同的）

例一：假设有如下的“雇员基本信息”表的结构及数据，其中属性“工资”为类别标识属性，属性“部门”、“职位”、“年龄”作为决策属性集。

第一种出题形式：请计算每个决策属性“部门”、“职位”、“年龄”的信息增益。第二种出题形式：建立决策树，并产生IF-THEN规则。

第二类：利用Apriori算法寻找事务集中的频繁项集，并由找到的频繁项集产生强关联规则。（请同学们掌握该方法，不同的试题中给定的事务集是不同的）

例一：假设现有如下表所示的一个事务数据库，数据库中有10个事务，即|D|=10。假定最小支持度minsup=20%，最小置信度minsup=65%，利用Apriori算法寻找D中的频繁项集，并由找到的频繁项集产生强关联规则。（另外请同学们自己复

第三类：利用简单贝叶斯分类对数据进行分类（请同学们掌握该方法，不同的

试题中给定的表结构及数据是不同的）

例一：假设有如下的“雇员基本信息”表的结构及数据，其中属性“工资”为类别标识属性，类别标识有3个取值（C1、C2、C3），属性“部门”、“职位”、“年龄”作为决策属性集，请利用贝叶斯简单分类方法对未知数据：

X=（部门=‘系统部’，职位=‘高级’年龄=‘21…30’）进行分类。（另外请同