數(shù)據(jù)挖掘第二章作業(yè)

1、數(shù)據(jù)挖掘第二章作業(yè)數(shù)據(jù)挖掘第二章作業(yè)2.a)用AM和PM表示的時間離散的、定量的、區(qū)間的。b)根據(jù)曝光表測出的亮度離散的、定量的、比率的。c)根據(jù)人的判斷測出的亮度連續(xù)的、定性的、序數(shù)的。d)按度測出的0和360之間的角度離散的、定量的、比率的。（可以是連續(xù)的，因為按度測出的角度值可以是實數(shù)值得屬性）e)奧運會上授予的銅牌、銀牌、和金牌離散的、定量的、比率的。f)海拔高度連續(xù)的、定量的、比率的。g)醫(yī)院中的病人數(shù)離散的、定量的、比率的。

2、h)書的ISBN號（查找網(wǎng)上的格式）離散的、定性的、標(biāo)稱的。i)用如下值表示的透光能力：不透明、半透明、透明離散的、定性的、序數(shù)的。j)軍銜離散的、定性的、序數(shù)的。K）到校園中心的距離連續(xù)的、定量的、比率的。l)用每立方厘米克表示的物質(zhì)密度連續(xù)的、定量的、比率的。m)外套寄存號碼離散的、定性的、標(biāo)稱的。14.用歐幾里得度量來對這些大象進(jìn)行比較或分組。因為第一所有的屬性測出的值都是數(shù)值性質(zhì)的，并且根據(jù)取值規(guī)模的不同有很大的取值范圍；其次同

3、一對象的不同屬性之間是沒有什么關(guān)系的，所以不用相關(guān)性度量；再者在本題中每個對象的量值是重要的，而余弦相似度不考慮數(shù)據(jù)對象的量值；最后將屬性值標(biāo)準(zhǔn)化成平均數(shù)為0，標(biāo)準(zhǔn)差為1后再應(yīng)用歐幾里得距離是適當(dāng)?shù)姆椒ā?6.a)如果出現(xiàn)在一個文檔中，tf’ij=tfijlog(m)如果出現(xiàn)在每個文檔中，tf’ij=0b)這個標(biāo)準(zhǔn)化反應(yīng)了如果一個詞出現(xiàn)在每一個文檔中，那么就不能通過這個詞來區(qū)分不同的文檔，如果這個詞出現(xiàn)的很少，那么就可以通過這個詞來區(qū)分

4、不同的文檔。18a)x=0101010001y=0100011000漢明距離=3；f01=1f10=2f11=2Jaccard相似度=2(122)=0.4；b)漢明距離更相似于簡單匹配系數(shù)，因為簡單匹配系數(shù)=1—漢明距離所有位數(shù)；Jaccard相似度更相似于余弦度量，因為他們都忽略了00匹配。c)用Jaccard相似度更合適。因為我們想要知道兩個個體有多少基因是共享的。d)用漢明距離更適合。因為兩個同物種的基因相同的部分很多，所以如果要