数据仓库与数据挖掘习题课6.3.ppt

习题一¢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) 使用min-max规范化将age值35变换到[0.0， 1.0]区间l(b) 使用z-score规范化变换age值35，其中age的 标准差为12.94岁l(c) 使用小数定标规范化变换age值35l(d) 对于给定的数据，你愿意使用哪种方法？陈 述你的理由解答一¢(a) 使用min-max规范化将age值35变换到[0.0，1.0]区间∵ minA=13，maxA=70，new_minA=0.0，new_maxA=1.0，而v=35，¢(b) 使用z-score规范化变换age值35，其中age的标准差为12.94岁解答一(续)¢(c) 使用小数定标规范化变换age值35由于最大的绝对值为70，所以j=2d) 对于给定的数据，你愿意使用哪种方法？陈述你的理由答：更倾向于选择小数定标规范化。

因为小数定标规范化会保持数据 的分布，这种变换更直观并容易解释习题二¢2.14 假设12个销售价格记录组已经排序如 下：5，10，11，13，15，35，50，55， 72，92，204，215使用如下每种方法将 其划分成三个箱l(a) 等频（等深）划分l(b) 等宽划分解答二¢(a) 等频（等深）划分¢(b) 等宽划分每个区间的宽度是：(215-5)/3=70bin15,10,11,13bin115,35,50,55bin172,91,204,215bin15,10,11,13,15,35,50,55,72bin191bin1204,215习题三¢3假定BigUniversity的数据仓库包含如下4个维： student(student_name, area_id, major, status, university)， course(course_name, department)，semester(semester, year)和 instructor(dept, rank)；2个度量：count和avg_grade在最低 概念层，度量avg_grade存放学生的实际课程成绩在较高 概念层，avg_grade存放给定组合的平均成绩。

¢(a)为该数据仓库画出雪花形模式图¢(b)由基本方体[student, course, semester, instructor]开始，为 列出BigUniversity每个学生的CS课程的平均成绩，应当使用 哪些特殊的OLAP操作¢(c)如果每维有5层（包括all），如 “student

¢c)如果每维有5层（包括all），如 “student