数据挖掘作业3

8.7

1 将count也看作为一个属性，广义的元组有11个变为165个。利用增益率来判断属性的顺序。计算后得，应该按照department 来划分。

2按照department 划分后再按照age 划分，每组里面年龄最大的就是senior,再按salary 划分，工资高的就是senior.

3设元组的各属性之间不，其联合概率不能写成份量相乘的形式。 所以已知：X=(department=system,age=26…30,salary=46K…50K)，元组总数 为：30+40+40+20+5+3+3+10+4+4+6=165。

先验概率：

当 status=senior 时，元组总数为：30+5+3+10+4=52，P(senior)=52/165=0.32 ； 

当 status=junior   时 ， 元 组 总 数 为 ： 40+40+20+3+4+6=113   ，

P(junior)=113/165=0.68 ；

因为 status=senior 状态没有对应的 age=2 6…30 区间，所以：P(X|senior)=0； 

因为 status=junior 状态对应的 partment=systems 、age=26…30 区间的总元组 数为：3，所以：P(X|junior)=3/113； 因为：P(X|junior)P(junior)=3/113×113/165＝0.018>0=P(X|senior)P(senior)； 所以：朴素贝叶斯分类器将 X 分到 junior 类。

8.12

8.14

a=[30.5 32.2 20.7 20.6 31 41 27.7 28 21.5 28 ];

b=[22.4 14.5 22.4 19.6 20.7 20.4 22.1 19.4 18.2 35];

a1=mean(a);

b1=mean(b);

sum=0;

d=a1-b1;

for i=1:10

    sum=sum+(a(i)-b(i)-d).^2;

end

t=10*d/sqrt(sum)

t =2.63

查表后得2.7，所以两者之间差异是偶然的，没有太大区别