數(shù)據(jù)挖掘計(jì)算題-文檔資料_第1頁
數(shù)據(jù)挖掘計(jì)算題-文檔資料_第2頁
數(shù)據(jù)挖掘計(jì)算題-文檔資料_第3頁
數(shù)據(jù)挖掘計(jì)算題-文檔資料_第4頁
數(shù)據(jù)挖掘計(jì)算題-文檔資料_第5頁
已閱讀5頁，還剩1頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1 給定上表所示的一個(gè)事物數(shù)據(jù)庫，寫出Apriori算法生成頻繁項(xiàng)目集的過程(假定最小支持度=0.5)。22.使用K-鄰近法對(duì)兩個(gè)未知類型的樣本進(jìn)行分類(冰川水或者湖泊水)，本例我們使用K=3，即選擇最近的3個(gè)鄰居。33.使用ID3決策樹算法對(duì)兩個(gè)未知類型的樣本進(jìn)行分類。44.使用樸素貝葉斯算法兩個(gè)未知類型的樣本進(jìn)行分類。55.使用凝聚法對(duì)上表中的樣本進(jìn)行聚類，建立相應(yīng)的層次樹。66.使用K-平均算法對(duì)上表中的樣本進(jìn)行聚類，其中k=2，初使樣本點(diǎn)為A與B。

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論