《数据挖掘作业》由会员分享，可在线阅读，更多相关《数据挖掘作业（5页珍藏版）》请在金锄头文库上搜索。
1、 1.下表由雇员数据库的训练数据组成，数据已泛化。例如，年龄“3135”表示31到35的之间。对于给定的行，count表示department, status, age和salary在该行上具有给定值的元组数。 status是类标号属性。departmentstatusagesalarycountsalessenior31.3546K.50K30salesjunior26.3026K.30K40salesjunior31.3531K.35K40systemsjunior21.2546K.50K20systemssenior31.3566K.70K5systemsjunior26.3046K.5
2、0K3systemssenior41.4566K.70K3marketingsenior36.4046K.50K10marketingjunior31.3541K.45K4secretarysenior46.5036K.40K4secretaryjunior26.3026K.30K61)如何修改基本决策树算法，以便考虑每个广义数据元组（即每个行）的count。Status 分为2个部分： Department分为4个部分：Senior 共计52 Sales 共计110Junior 共计113 Systems 共计 31 Marketing 共计14Secretary 共计10Age分为6个部分
3、： Salary分为6各部分：2125 共计20 26K30K 共计462630 共计49 31K35K 共计40 3135 共计79 36K40K 共计4 3640 共计10 41K45K 共计4 4145 共计3 46K50K 共计63 4650 共计4 66K70K 共计8 位位位位由以上的计算知按信息增益从大到小对属性排列依次为：salary、age、department，所以定salary作为第一层，之后剩下的数据如下：departmentstatusagesalarycountsalessenior31.3546K.50K30systemsjunior21.2546K.50K20s
4、ystemsjunior26.3046K.50K3marketingsenior36.4046K.50K10由这个表可知department和age的信息增益将都为0。所以第二层可以为age也可以为department。2)构造给定数据的决策树。由上一小问的计算所构造的决策树如下：Salary26K:30K 66K:70K31K:35KJunior36K:40KSenior46K:50K41K:45KJuniorJuniorSeniorAge21:2536:4031:3526:30JuniorSeniorSeniorJunior3)给定一个数据元组，它在属性department,age和sal
5、ary上的值分别为“systems”，“26.30”和“46.50K”。该元组status的朴素贝叶斯分类结果是什么？P(status=senior)=52/165=0.3152P(status=junior)=113/65=0.6848P(department=systems|status=senior)=8/52=0.1538P(department=systems|status=junior)=23/113=0.2035P(age=2630|status=senior)=1/52=0.0192P(age=2630|status=junior)=49/113=0.4336P(salary=
6、46K50K|status=senior)=40/52=0.7692P(salary=46K50K|status=junior)=23/113=0.2035使用上面的概率，得到：P(X|status=senior)=P(department=systems|status=senior)*P(age=2630|status=senior)* P(salary=46K50K|status=senior)=0.0023P(X|status=junior)=P(department=systems|status=junior)*P(age=2630|status=junior)* P(salary=46K50K|status= junior)=0.0180P(X|status=senior)* P(status=senior)= 7.2496e-004P(X|status=junior)* P(status=junior)=0.0123因此，对于元组X，朴素贝叶斯分类预测元组X的类为status=junior2. 运用决策树或者贝叶斯算法，对鸢尾花数据集进行分类，显示分类结果。（可以采用Weka工具或者其他方法）在weka上运用决策树算法对鸢尾花数据集进行分类，分类结果如下图所示：在weka上运用贝叶斯算法对鸢尾花数据进行分类，结果的具体情况如下：
