数据挖掘概念与技术第三版 范明、孟晓峰译 第三章习题答案

3.1 例子：相对于一个80%地址正确的数据库，市场分析人员要使用数据进行目的营销，对数据的准确性总体上还能接受；但对于销售人员来说，要利于数据进行一对一推销，对这样的数据则完全不能接受。

       可信性：反映用户信赖的数据规模；

       可解释性：反映数据是否容易理解。

3.2 处理元祖属性缺失值的方法：1忽略此元祖：适合于多属性缺失；2人工填写缺失值：数据量较小时；3使用一个全局变量填充缺失值：简单但不可靠；4使用属性的中心度量，如均值或中位数：对称数据分布使用均值，倾斜数据分布使用中位数；5使用与给定元祖属同一类的所有样本的属性均值或中位数：感觉打酱油的方法，这样补充不会影响数据分布；6使用最可能的值填充缺失值：最流行的方式，利用已有数据的大部分信息来预测缺失值。

3.3（1） 深度为3的箱                       用箱均值光滑：          

             箱1：13，15，16                            14，14，14