Data Mining Chapter 3-2

Attribute subset selection คืออะไร

• กระบวนการคัดเลือกเซตย่อยของ Attribute เพื่อใช้ในการสร้างตัวแบบ

• การแปลงข้อมูลจากมิติสูงๆ ให้มีจำนวนมิติน้อยลง โดยใช้ linear combination

• กระบวนการคัดเลือก Attribute เพื่อใช้แบ่งกลุ่มของข้อมูล

• กระบวนการเลือกเซตย่อยของข้อมูลที่มี attribute เดียวกัน

ข้อใดเป็นวัตถุประสงค์ของ Principal Component Analysis (PCA)

• ใช้เลือกคุณลักษณะที่อิสระต่อกัน

• หมุนข้อมูลไปอยู่ในแกนที่มีความแปรปรวนสูงสุดก่อน

• ช่วยให้การทำ scatter plot 3D เห็นการกระจายชัดเจนขึ้น

• เปลี่ยนข้อมูลให้อยู่ในมิติที่น้อยลง

แกน principle component แกนที่ 1 หาได้จากอะไร

• Unit eigen vector จาก Eigen valueที่มีค่ามากสุดของ Covarience matrix

• Unit eigen vector จาก Eigen valueที่มีค่าน้อยสุดของ Covarience matrix

• Unit eigen vector จาก Eigen valueที่มีค่ามากสุดของ Distance matrix

• Unit eigen vector จาก Eigen valueที่มีค่าน้อยสุดของ Distance matrix

สมมติให้ ข้อมูลหนึ่ง มี 3 คุณลักษณะ ที่มีค่าเฉลี่ย 3, 5, 2 ตามลำดับ

และมีแกน Principal component ที่ 1 เป็น [a, b, c]

จุดข้อมูล (3, 6, 1) จะถูกโปรเจคที่จุดอะไร

• 3a + 6b + c

• b - c

• 3a + 5b +2c

• (0, 1, -1)

• (3a, 6b, c)

ข้อใดจริงเกี่ยวกับ Sampling

• SRSWOR สุ่มเลือกข้อมูลซ้ำไม่ได้

• SRSWR ต้องสุ่มได้ข้อมูลซ้ำกัน

• Cluster sampling จะแบ่งกลุ่มตามความคล้ายแล้วจึงสุ่มตัวแทนจากแต่ละกลุ่ม

• Stratified sampling เป็นการสุ่มข้อมูลโดยรักษาอัตราส่วนของข้อมูลในแต่ละคลาส

ข้อใดเป็นวิธีการ normalization ข้อมูล

• min-max

• standardized

• equal-length binning

• equal-width binning

กำหนด x = 24 จงทำการแปลงค่าด้วย z-score เมื่อกำหนดให้ μ = 30 และ σ = 12

• 0.5

• -0.5

• 2

• 0

ความกว้างของแต่ละ bin เมื่อกำหนดข้อมูลกลุ่มหนึ่งมีค่า min, Q1, median, Q3, max = 10, 25, 40, 52, 90 และจำนวน bin = 10

• 8

• 10

• 5

• 4