数据挖掘导论（Pang-Ning Tan）习题记录

第2章数据

习题1：（中文版本翻译错误）统计人员说“是的，字段2和3也有不少问题”，应该翻译为“字段2和3表达了相同的意思”。译者在翻译该句的时候承用了上句的“有意思，还有其他问题吗”，但是作者这里想表达的不仅仅是字段2和3有问题，而是字段2和3是一样的含义，具有冗余属性列。

习题2：难点主要体现在区分区间（interval）和比率（ratio）属性。

区间属性：两个值之间的差是有意义的，比如温度，90°Ｃ比80°Ｃ高10°Ｃ。相对标称和序数属性，更具备数值的含义。

【An interval variable is a measurement where the difference between two values is meaningful. The difference between a temperature of 100 degrees and 90 degrees is the same difference as between 90 degrees and 80 degrees.】

比率属性：比率属性包含所有区间属性的性质，即一个属性如果是比率属性，那么它同时也是一个区间属性，但是反之则不成立。区分区间属性和比率属性的一个方法是：看值0.0是否有意义，即使说0.0对比率比率属性来说表示什么都没有，而对区间来说，本身具有含义，如质量是一个比率属性，因为质量为0表示就是没有质量。但是PH 值，则不是比率属性，因为PH=0.0并不是没有酸度，相反PH=0.0具备最大的酸度。

【A ratio variable, has all the properties of an interval variable, and also has a clear definition of 0.0. When the variable equals 0.0, there is none of that variable. Variables like height, weight, enzyme activity are ratio variables. Temperature, expressed in F or C, is not a ratio variable. A temperature of 0.0 on either of those scales does not mean 'no temperature'. However, temperature in Kelvin is a ratio variable, as 0.0 Kelvin really does mean 'no temperature'. Another counter example is pH. It is not a ratio variable, as pH=0 just means 1 molar of H+. and the definition of molar is fairly arbitrary. A pH of 0.0 does not mean 'no acidity' (quite the opposite!). When working with ratio variables, but not interval variables, you can look at the ratio of two measurements. A weight of 4 grams is twice a weight of 2 grams, because weight is a ratio variable. A temperature of 100 degrees C is not twice as hot as 50 degrees C, because temperature C is not a ratio variable. A pH of 3 is not twice as acidic as a pH of 6, because pH is not a ratio variable.】

习题6：关键点——进行关联分析的元组的属性需要时二元属性，因此进行关联分析时，一个基础性活动是首先将属性转换成二元属性。

为什么需要二元化？有哪些属性二元化的方法？

数据挖掘导论（Pang-Ning Tan）习题记录相关推荐

《数据挖掘导论》Pangaea-Ning Tan 读书笔记 ----第五章分类其他技术
文章目录第五章分类:其他技术 5.1 基于规则的分类 5.1.1 基于规则的分类器的工作原理 5.1.2 规则的排序方案 5.2 最近邻算法(KNN) 无监督最近邻 KDTree和BallTree ...
数据挖掘导论Pangaea-Ning Tan 读书笔记——（第一，二，三章）
<数据挖掘导论>Pang-Ning Tan ,Michael Steinbach,Vipin Kumar 读书笔记, 第一章绪论数据挖掘任务预测任务描述任务分类任务回归任务聚 ...
《数据挖掘导论（完整版）》习题答案导航_补档
英文版:英文 - pdf 中文版(识图翻译,质量较差):数据挖掘导论习题答案(中文版) - 百度文库数据挖掘导论习题答案(中文版) - 道客巴巴中文版(质量较好):中文_分章
【第1章】数据挖掘导论课后习题答案
中文(翻译) 1.讨论下列每项活动是否是数据挖掘任务. 答案 (a)否. 这是一种简单的数据库查询. (b)否.这是一个会计计算,然后应用一个阈值.然而,预测一个新客户的盈利能力是数据挖掘. (c)否 ...
数据挖掘导论复习一（介绍+数据预处理方法+定性归纳）
数据挖掘=数据库+机器学习算法经验模型机器学习任务:分类.回归.聚类(KMeans.DCSAN.层次聚类).数据降维.数据预处理常用分类器:KNN.贝叶斯. 逻辑回归 .决策树.随机森林本 ...
《数据挖掘导论》学习笔记（第1-2章）
本文主要是在学习<数据挖掘导论(完整版)>中的学习笔记,主要用来梳理思路,并没有多少思考,我尽量会在后期多弥补这方面的不足. 第1章绪论 1.1 什么是数据挖掘 KDD: K nowle ...
《数据挖掘导论》学习笔记：第1-2章
本文转载自:https://blog.csdn.net/u013232035/article/details/48281659 本文主要是在学习<数据挖掘导论(完整版)>中的学习笔记,主要 ...
北师范《计算机导论》在线作业,计算机导论教学指导与习题解答简介，目录书摘...
编辑推荐: 根据教育部"高等学校计算机科学与技术专业规范"组织编写与美国ACM和IEEE CS ComputingCurricula新进展同步国家精品教材配套用书 ●提供了教材 ...
《数据挖掘导论》归纳笔记
目录第一章绪论第二章数据 2.0引言 2.0.1数据类型 2.0.2数据的质量 2.0.3使数据适合挖掘的预处理步骤 2.0.4根据数据联系分析数据 2.1数据类型 2.1.1 属性与度量 2 ...

数据挖掘导论（Pang-Ning Tan）习题记录

数据挖掘导论（Pang-Ning Tan）习题记录相关推荐

最新文章

热门文章