1、数据仓库与数 据 挖 掘主讲教师：王浩畅E-mail: wanghch_School of Computer & Information Technology of NEPU第 2章 数据预处理练习 1假定用于分析的数据包含属性 age.数据元组 age值 (以递增序 )是： 13, 15, 16, 16, 19, 20, 20, 21, 22, 22, 25, 25, 25, 25, 30, 33, 33, 35, 35, 35, 35, 36, 40, 45, 46, 52, 70.l (a) 该数据的均值是什么 ?中位数是什么 ?l (b) 该数据的众数是什么？讨论数据的峰l (c)数据
2、的中列数是什么？解答(a)均值：l 中位数：有序集中间值或者中间两个值平均。奇数个，中间值： 25(b)：表示数据集中出现频率最高的值 两个值出现了相同的最高频率， 25和 35，都出现了 4次，也就是双峰(c)中列数：最大值和最小值的平均l （ 13+70） /2=41.5练习 2假定用于分析的数据包含属性 age.数据元组 age值 (以递增序 )是： 13, 15, 16, 16, 19, 20, 20, 21, 22, 22, 25, 25, 25, 25, 30, 33, 33, 35, 35, 35, 35, 36, 40, 45, 46, 52, 70.l (d)找出数据的第一个
3、四分位数 Q1和第三个四分位数 Q3l (e)给出数据的五数概括解答(d) 第一个四分位数 Q1 ： 20第三个四分位数 Q3 ： 35l 中位数：有序集中间值或者中间两个值平均。奇数个，中间值： 25(e)五数概括 : 13, 20, 25, 35, 70练习 3假定用于分析的数据包含属性 age.数据元组 age值 (以递增序 )是： 13, 15, 16, 16, 19, 20, 20, 21, 22, 22, 25, 25, 25, 25, 30, 33, 33, 35, 35, 35, 35, 36, 40, 45, 46, 52, 70.l (f)画出数据的盒图解答20352570
4、13年龄(f)52噪声数据 (3)u 数据平滑的分箱方法 price的排序后数据（单位：美元）： 4， 8， 15， 21， 21， 24， 25， 28， 34 划分为（等深的）箱：l 箱 1： 4， 8， 15l 箱 2： 21， 21， 24l 箱 3： 25， 28， 34 用箱平均值平滑：l 箱 1： 9， 9， 9l 箱 2： 22， 22， 22l 箱 3： 29， 29， 29 用箱边界平滑：l 箱 1： 4， 4， 15l 箱 2： 21， 21， 24l 箱 3： 25， 25， 34练习假定用于分析的数据包含属性 age.数据元组 age值 (以递增序 )是： 13, 15, 16, 16, 19, 20, 20, 21, 22, 22, 25, 25, 25, 25, 30, 33, 33, 35, 35, 35, 35, 36, 40, 45, 46, 52, 70.l 使用分箱均值光滑对以上数据进行光滑，箱的深度为 3.解释你的步骤
