数据挖掘与分析 个别选择题ID3Apriori算法

选择题

1.当不知道数据所带标签时,可以使用哪种技术促使带同类标签的数据与带其他标签的数据相分离?(聚类)

2.关于K-means算法,正确的描述是:初始值不同,最终结果可能不同

3.K-means算法中的初始中心点:直接影响算法的收敛结果

4.处理缺失值的方法包括:不处理、删除记录、插补法

5.神经网络的缺点包括:需要大量的参数,如网络拓扑结构权值和阈值的初始值等;输出的结果难以解释

6.BP神经网络的缺点是:学习过程不收敛慢;得到的网络性能差;BP算法不完备,网络学习率稳定性差。

7.数据规约的目的是:得到数据集的压缩表示

8.请选出以下关于数据规约的两种形式--属性规约和数值规约说法中错误的是:箱型图常用来实现数据规约

ID3算法

想象一下,你是一位侦探,正在解决一个神秘案件,要找出谁偷吃了厨房里的饼干。你面前有一群小动物嫌疑人,比如小狗、小猫、小兔子等,它们都有自己的特征,比如体型大小、是否喜欢甜食、是不是经常进厨房等。

ID3算法就像是你用来一步步缩小嫌疑范围,最终找到“罪犯”的方法。我们用信息熵这个概念来衡量混乱程度,就像案件开始时,因为不知道是谁干的,信息很混乱。信息熵越高,意味着不确定性越大。

第一步:收集线索(特征选择) 首先,你需要看哪些线索最有用。比如,你发现体型大的动物进厨房比较困难,这是一个很有用的线索,因为它能大大减少嫌疑对象。在ID3算法中,这就相当于计算每个特征(比如动物体型)对减少不确定性(降低信息熵)的贡献有多大,这个贡献度叫做“信息增益”。信息增益最大的特征,就是你首先要检查的线索。

第二步:根据线索分组(划分数据集) 有了最重要的线索后,你就根据这个线索来分组嫌疑人。比如,把动物们按照体型大小分成两组,一组是大动物,另一组是小动物。这样,原本混在一起的信息就变得清晰一些了。

第三步:深入调查(递归构建) 对每一组,你继续用同样的方法找下一个最好的线索来进一步缩小范围,直到最后每组只剩下一个最可能的“嫌疑人”,或者线索用完了。

第四步:做出结论(生成决策) 当所有线索都用完,或者某组里的动物特征非常明显指向同一个答案时,你就做出了决定,找到了最有可能的“饼干小偷”。

Apriori算法

1. 确定支持度(Support)

首先,我们要设定一个支持度阈值,这个阈值决定了什么样的商品组合算是“频繁出现”的。比如,如果支持度阈值设为20%,就意味着只有那些在至少20%的购物篮中同时出现的商品组合才被认为是频繁项集。

2. 寻找频繁项集(Frequent Itemsets)

第一步:创建1项集候选项
  • 我们从所有单独商品(1项集)开始,统计每个商品在所有购物篮中出现的次数。
  • 只保留那些出现次数达到或超过支持度阈值的商品,这些就是我们的初次频繁项集。
第二步:生成候选项集
  • 基于已有的频繁项集,生成更大的候选项集。比如,如果{啤酒}和{薯片}都是频繁项集,我们就尝试将它们组合成{啤酒, 薯片}作为新的候选项。
  • 但是,Apriori算法有个聪明的剪枝策略,它只考虑那些子集已经是频繁项集的组合。也就是说,如果{啤酒}和{薯片}单独都是频繁的,那么才考虑{啤酒, 薯片}。这减少了大量不必要的计算。
第三步:计数并筛选
  • 继续统计这些新候选项集在所有购物篮中的出现次数。
  • 只有支持度足够的组合才会成为新的频繁项集。
第四步:重复直到不再有新项集
  • 这个过程会一直重复,每次增加一个商品到组合中,直到无法生成新的频繁项集为止。

3. 生成关联规则并计算置信度(Confidence)

  • 对于每一个频繁项集,我们尝试从中移除一到多个商品来生成规则。比如,对于{啤酒, 薯片},我们可以生成规则:“如果买了啤酒,那么也会买薯片”。
  • 置信度是规则强度的一种度量,计算公式是:置信度 = (支持度(啤酒, 薯片) / 支持度(啤酒))。它告诉我们,一旦啤酒被购买,购买薯片的概率是多少。
  • 通常,我们还会设定一个置信度阈值,只有超过这个阈值的规则才会被视为有价值的关联规则。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/32811.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

收银系统源码-千呼新零售2.0【线下促销】

千呼新零售2.0系统是零售行业连锁店一体化收银系统,包括线下收银线上商城连锁店管理ERP管理商品管理供应商管理会员营销等功能为一体,线上线下数据全部打通。 适用于商超、便利店、水果、生鲜、母婴、服装、零食、百货等连锁店使用。 详细介绍请查看下…

活用变量,让Postman的使用飞起来

在 Postman 中使用变量是一种非常强大的功能,它可以极大地增强 API 测试和开发的灵活性和效率。 Postman变量的类型 变量在 Postman 中可以在多个层次设置和使用,包括 全局变量环境变量集合变量局部变量(如在脚本中暂时创建的变量&#xf…

【C语言】解决C语言报错:Stack Overflow

文章目录 简介什么是Stack OverflowStack Overflow的常见原因如何检测和调试Stack Overflow解决Stack Overflow的最佳实践详细实例解析示例1:递归调用过深示例2:分配过大的局部变量示例3:嵌套函数调用过多 进一步阅读和参考资料总结 简介 St…

【昇思初学入门】第五天打卡

网络构建 学习心得 定义神经网络时,可以继承nn.Cell类,在__init__方法中进行子Cell的实例化和状态管理,在construct方法中实现Tensor操作MindSpore默认情况下是以动态图模式运行,但也支持通过设置set_context手工切换为静态图模…

Ubuntu20.04以上 如何清理内存遇到报错如何处理[WARN]Free memory 1234(M)may be NOT ENOUGH

原因 今天遇到一位粉丝像我提出了一个问题,给了我一张截图,上面的报错内容是 [WARN]Free memory 1234(M)may be NOT ENOUGH for webase [WARN]Recommend webase with 2G memory at least. [WARN]Free memory 1234(M)may be NoT ENoUGH for node count […

线程知识点(一)

文章目录 一、线程是什么?二、进程与线程的关系三、种类内核级线程用户级线程混合型线程 总结 一、线程是什么? 线程是程序最基本的运行单位,真正运行的是进程中的线程。 线程是大多数操作系统支持的调度单位, 执行单元&#xf…

初学者应该掌握的MySQL数据库的基本组成部分及概念

MySQL数据库作为一种开源的关系型数据库管理系统,被广泛应用于Web应用开发和数据存储。它具有高性能、易用性和可靠性等特点,是开发者们的首选之一。在本篇文章中,我们将详细介绍MySQL数据库的核心组成部分,帮助你深入理解这个强大…

详解 Macvlan 创建不同容器独立跑仿真(持续更新中)

一、概念介绍 1.1 什么是macvlan macvlan是一种网卡虚拟化技术,能够将一张网卡(Network Interface Card, NIC)虚拟出多张网卡,这意味着每个虚拟网卡都能拥有独立的MAC地址和IP地址,从而在系统层面表现为完全独立的网络…

微课与慕课

一、微课 “微课”是一种教学资源,时长约几分钟,视频或者动画格式,非常符合信息快餐时代大众的视觉驻留规律和认知学习特点。 二、慕课 慕课(MOOC, Massive Open Online Courses)即“大型开放式网络课程”&#xff…

winmail添加gmail和QQ邮箱(现已更新为outlook mail)

想在windows自带的邮件桌面应用里,不仅能访问outlook邮件,也能访问gmail邮件和QQ邮件的方法。 参考文章: Windows 10 的邮件怎么添加并同步 Gmail?​www.zhihu.com/question/53079836/answer/147669935?utm_psn178781450843941…

个人成长的利器:复盘教你如何避免重蹈覆辙

前言 📫 大家好,我是南木元元,热爱技术和分享,欢迎大家交流,一起学习进步! 🍅 个人主页:南木元元 最近忙着学习和工作,更新比较少,期间一直在思考如何才能快速…

React Router是什么?你如何使用它来实现单页面应用的路由?

React Router是一款用于构建单页面应用(SPA)中处理路由的JavaScript库。它允许开发者在不刷新整个页面的情况下进行交互式的用户体验,是React生态系统中非常受欢迎的第三方库之一。React Router不仅提供简单的URL路由管理功能,还帮…

如何使用Gau针对任意指定域名执行URL收集任务

关于Gau Gau是一款功能强大的URL收集工具,该工具可以针对任意指定的域名,从AlienVault的开放威胁交换器、Wayback Machine、Common Crawl平台和URLScan收集并爬取已知的URL地址。 Gau,全称为GetAllUrls。该工具灵感来源于Tomnomnom的wayback…

2024.06.20 刷题日记

2. 两数相加 这道题目的思路就是模拟,好处是逆序的,不用反转链表: ListNode* addTwoNumbers(ListNode* l1, ListNode* l2) {// 创建一个新的链表节点,作为返回结果的头节点ListNode* dummyHead new ListNode(0);ListNode *p l1…

【Linux】进程间通信_1

文章目录 七、进程间通信1. 进程间通信分类管道 未完待续 七、进程间通信 进程间由于 进程具有独立性 ,所以不可以直接进行数据传递。但是我们通常需要多个进程协同,共同完成一件事,所以我们需要进程间通信的手段。进程间通信的本质就是先让…

linux创建用户、切换用户、删除用户

创建用户 # 创建新用户 sudo useradd newuser# 设置新用户的密码 sudo passwd newuser切换用户 # 切换到新用户 su newuser# 验证用户切换 whoami 删除用户 # 删除用户 sudo userdel -r username# 验证用户是否已被删除 grep username /etc/passwd 如果删除用户时提示&…

基础C语言知识串串香11☞宏定义与预处理、函数和函数库

​ 六、C语言宏定义与预处理、函数和函数库 6.1 编译工具链 源码.c ——> (预处理)——>预处理过的.i文件——>(编译)——>汇编文件.S——>(汇编)——>目标文件.o->(链接)——>elf可执行程序 预处理用预处理器,编译用编译器,…

WordPress视频主题Qinmei 2.0

WordPress视频主题Qinmei 2.0,简单漂亮的WP视频站源码 主题功能 可以根据豆瓣ID直接获取到其他详细信息,省去慢慢填写的痛苦;播放器支持直链,解析,m3u8格式,同时解析可匹配正则自动更改;新增动…

Java并发编程原理精讲 视频教程 下载

Java并发编程原理精讲 视频教程 下载 ├─01 第一章 线程基础 │ ├─01 线程概述 │ │ 01 认识线程.mp4 │ │ 02 线程和进程的关系.mp4 │ │ 03 并发和并行的区别.mp4 │ │ 04 并发编程的应用场景和风险.mp4 │ │ │ ├─02 线程…

pip命令总结

# Commands: 设置pip安装程序为国内镜像 永久设置 pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/ pip install #安装包 pip download #下载包 pip uninstall #卸载包 pip freeze …