数据挖掘复习题和答案(共19页).docx

精选优质文档-倾情为你奉上一、 考虑表中二元分类问题的训练样本集1. 整个训练样本集关于类属性的熵是多少？2. 关于这些训练集中a1,a2的信息增益是多少？3. 对于连续属性a3,计算所有可能的划分的信息增益。4. 根据信息增益，a1,a2,a3哪个是最佳划分?5. 根据分类错误率，a1,a2哪具最佳？6. 根据gini指标，a1,a2哪个最佳？答1.P(+) = 4/9 and P() = 5/94/9 log2(4/9) 5/9 log2(5/9) = 0.9911.答2：（估计不考）答3：答4: According to information gain, a1 produces the best split.答5：For attribute a1: error rate = 2/9.For attribute a2: error rate = 4/9.Therefore, accordin