数据挖掘导论 部分考点

可能不准确 欢迎指出

信息总量、增益、增益率

决策树中 根节点 $x$ 有两个分支：$x_1$、$x_2$

信息总量

$\text{Info(I)}=-(\frac{tot\_yes}{tot}lo{g}_2\frac{tot\_yes}{tot}+\frac{tot\_no}{tot}lo{g}_2\frac{tot\_no}{tot})$

$\text{Info(i,x)}=\frac{x1}{x}\text{Info(x1)}+\frac{x2}{x}\text{Info(x2)}$

$\text{Info(x1)}=-(\frac{x1\_yes}{x1\_tot}lo{g}_2\frac{x1\_yes}{x1\_tot}+\frac{x1\_no}{x1\_tot}lo{g}_2\frac{x1\_no}{x1\_tot})$

$\text{Info(x2)}=-(\frac{x2\_yes}{x2\_tot}lo{g}_2\frac{x2\_yes}{x2\_tot}+\frac{x2\_no}{x2\_tot}lo{g}_2\frac{x2\_no}{x2\_tot})$

$\text{SplitsInfo(x)}=-(\frac{x1}{x}lo{g}_2\frac{x1}{x}+\frac{x2}{x}lo{g}_2\frac{x2}{x})$

增益

$\text{Gain(x)}=\text{Info(I)}-\text{Info(I,x)}$

增益率

$\text{GainRatie(x)}=\text{Gain(x)}/\text{SplitsInfo(x)}$

关联规则 & 决策树

题干：$\text{IF A \& B THEN C}$

置信度 & 正确率	支持度 & 覆盖率
$P(A\&B\&C)/P(A\&B)$	$P(A\&B\&C)/P(C)$

$\text{Min-Max}$标准化方法

使用$\text{Min-Max}$标准化方法将$45$岁年龄值，变换为$[0,1]$区间的值，年龄的取值范围为$[18,100]$；假设通过神经网络计算得到一个年龄值为$0.6$，将这个$[0,1]$区间内的输出值还原为正常年龄值。

$新值=\frac{原值-旧域最小值}{旧域最大值-旧域最小值}$

$反推原值=年龄值\ast 旧域值域大小+旧域最小值$

神经网络节点的输入值和输出值

给出输入实例$[0.8,1.0,0.4]$，求节点 $i$ 的输入值和输出值（设为 $v_1，v_2，v_3$，即 $v_1=0.8,v_2=1.0,v_3=0.4$）

节点 $i$ 的输入值：

​ $W_{ii}=w_{1i}\ast v_1+w_{2i}\ast v_2+w_{3i}\ast v_3$

节点 $i$ 的输出值：

​ $W_{io}=f(W_{ii})$

​ $f(x)=\frac{1}{1+e^{-x}}$

计算混淆矩阵的分类正确率和错误率

	C1	C2	C3
C1	$55$	$3$	$2$
C2	$2$	$57$	$1$
C3	$4$	$54$	$2$

$\text{Tips：}$ 除了写对角线的 $55,57,2$，其他都是错误的

分类正确率：$\frac{斜对角数值之和}{所有数值之和}=\frac{55+57+2}{55+3+2+2+57+1+4+54+2}=63.33\%$

错误率：$1-正确率=36.67\%$