1、为数据的总体分布建模,把多维空间划分成组等问题,属于数据挖掘中的哪一类任务:建模描述
2、假设12个销售价格记录组已经排序如下:5, 10, 11, 13, 15,35, 50, 55, 72, 92, 204, 215 使用如下每种方法将它们划分成四个箱。等频(等深)划分时,15在第几个箱子内? :第二个
解析:
连续属性离散化有三种常用方法:
等宽法:将属性的值域分成具有相同宽度的区间,区间的个数由数据本身的特点决定。
等频法:将相同数量的记录放进每个区间。
基于聚类分析的方法:需要用户指定簇的个数,从而决定产生的区间数。
3、数据的属性类型:
标称属性(nominal attribute)的值是一些符号或事物的名称。 标称属性是定性数据,不能进行定量计算。
二元属性(binary attribute)是一种标称属性,只有两个类别或状态:0和1,其中0通常表示该属性不出现,而1表示出现。二元属性又称布尔属性,如果两种状态对应于true和false的话。
- 一个二元属性是对称的,如果它的两种状态具有相同价值并且携带相同的权重;即,关于哪个结果应该用0或1编码并无偏好。比如性别。
- 一个二元属性是非对称的,如果其状态的结果不是同样重要的,比如艾滋病毒化验的阳性和阴性结果。
序数属性(ordinal attribute),其可能的值之间具有有意义的序或秩评定(ranking),但是相继值之间的差是未知的。比如,成绩有A+, A, A-, B+, B等。
数值属性(numeric attribute)是定量的,即它是可度量的量,用整数或实数值表示。 数值属性可分为区间标度或