![点击分享此内容可以赚币 分享](/master/images/share_but.png)
数据挖掘与生物医学应用作业杨帆.doc
《数据挖掘与生物医学应用作业杨帆.doc》由会员分享,可在线阅读,更多相关《数据挖掘与生物医学应用作业杨帆.doc(14页珍藏版)》请在咨信网上搜索。
1、(完整word版)数据挖掘与生物医学应用作业杨帆数据挖掘与生物医学应用作业 姓名:杨帆 学号: B110903141. 请用分箱方法对向量3, 6, 7, 15, 11, 40, 33, 20, 30进行清除噪声处理。要求是分别使用等深度和等宽度分割,然后再分别使用均值、中值和边界平滑。答:等深度分割: 分类一:3 6 7 分类二:11 15 20 分类三:30 33 40 均值平滑: 5 5 5 15 15 15 34 34 34 中值平滑: 6 6 6 15 15 15 33 33 33 边界平滑: 3 7 7 11 11 20 30 30 40 等宽度分割: 分类一:3 6 7 11 3
2、 ,14 分类二: 15 20 15 ,26 分类三:30 33 40 27 ,40 均值平滑: 7 7 7 7 18 18 34 34 34 中值平滑: 7 7 7 7 18 18 33 33 33 边界平滑: 3 3 3 14 15 15 27 27 40 2. 用直方图表示价格向量1, 1, 5, 5, 5, 6, 6, 8, 8, 10, 10, 10, 12, 13, 13, 14, 15, 16, 17, 17, 17, 17, 18, 18, 18, 18, 18, 18, 18, 18, 20, 20, 22, 22, 23, 23, 25, 26, 26, 26, 27, 2
3、7, 27, 27, 27, 27, 27, 30, 30, 30。答: 3. 请用表一所示数据作为训练数据,给出构建分类预测模型的步骤。用表二所示数据作为测试数据,给出预测每个人是否为终身教授(Tenured)的步骤。表一表二答:分为两步:一,构建基于训练数据的模型; 在测试样本数据时,我们以样本的Years和Rank两个属相值为评判标准,来获得训练模型。在上述的实验中,我们对表一进行训练,得出模型的训练标准为Rank属性为Professor或者Years属性值大于6时,我们判断该目标的Tenured为Yes,否则,为No 二,使用构建模型预测目标的类型或特征值。 将表二中的数据带入训练模型
4、,通过判断其Rank和Years属性是否符合判断标准,断定其Tenured属性。 则结果:Tom Rank属性不是Professor且Years属性为2,故其Tenured属性为No; Merlisa Rank属性不是Professor但Years属性为7,故其Tenured属性为Yes; George Rank属性是Professor故其Tenured属性为Yes; Joseph Rank属性不是Professor但Years属性为7,故其Tenured属性为Yes;4. 请用年龄、是否为学生以及信用等级为属性构建一棵决策树,用于判断能否批准客户的信用卡申请。答:决策树(Decision T
5、ree)是在已知各种情况发生概率的基础上,通过构成决策树来求取净现值的期望值大于等于零的概率,评价项目风险,判断其可行性的决策分析方法,是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干,故称决策树。在本题中,我们对一个目标的年龄、是否为学生以及信用等级来作为判断标准进行评判。在这三个属性中,很明显年龄属性可以包含其余两个属性,因此我们将其作为决策树的根节点。对于大部分人小于30岁的一般为学生或者刚毕业,要对其进行是否学生的评判。30到40岁的人一般都有工作,默认其有能力申请信用卡。而大于40岁的人一般都已经建立了自己的信用等级,可以根据这个判断能否申请信用卡。具体的决策
6、树如下:年龄 ? 40 Gain(gpa) Gain(major) Gain(birth_country) Gain(gender)所以选择age_range作为当前的最佳测试属性。7. 请使用朴素贝叶斯分类方法对同学X做出其是否能够买电脑的判断,其中同学X的年龄小于30,收入为medium,行用等级为fair,训练数据如表五所示。表五答:贝叶斯分类是一种统计学分类方法,基于贝叶斯法则可以预测类成员关系的可能性,如给定样本属于一个特定类的概率。其中贝叶斯法则公式如下:P(H|X)= (1)其中: P(H | X ) 是后验概率,或条件 X 下, H 的后验概率。 例如,假定数据样本世界由水果组
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据 挖掘 生物医学 应用 作业
![提示](https://www.zixin.com.cn/images/bang_tan.gif)
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【精****】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【精****】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。