Data Mining Chapter 2 Data

สมมติฐานสำคัญเกี่ยวกับตัวแบบหรือรูปแบบที่สร้างจากกลุ่มตัวอย่างด้วยการทำ Data Mining คืออะไร

• ใช้ได้กับข้อมูลที่มาจากกลุ่มตัวอย่างเดียวกันเท่านั้น

• ใช้อธิบายข้อมูลในประชากรเดียวกันเท่านั้น

• ใช้อธิบายชุดข้อมูลที่มีรายการคุณลักษณะเหมือนกันเท่านั้น

• ใช้อธิบายข้อมูลที่กล่าวถึงสิ่งเดียวกันเท่านั้น

ข้อใดไม่จริงเกี่ยวกับชุดข้อมูลของการทำ Data Mining

• มักจะอยู่ในรูปอาร์เรย์ 2 มิติ

• 1 หน่วยข้อมูล (data object) อยู่ในรูป n-tuple เมื่อ n แทนจำนวนหน่วยข้อมูล

• ค่าในมิติเดียวกันของ tuple ต้องสื่อถึงค่าของคุณลักษณะเดียวกัน

• Column header มีความสำคัญในการเข้าใจคุณลักษณะต่างๆของชุดข้อมูล

ข้อใดเป็นคุณสมบัติของ Dissimilarity Matrix

• มีขนาด n x n เมื่อ n แทนจำนวนคุณลักษณะ

• เป็นเมทริกซ์ Upper Triangle

• พจน์แถว i หลัก j มีค่าเท่ากับ ค่า proximity measure ระหว่างจุด i และ j

• แนวทแยงมุม มีค่าเป็นจำนวนเต็มบวกเสมอ

ข้อใดมีความหมายเดียวกับคำว่า Attribute ในเรื่อง Data

• Variable

• Instance

• Feature

• Dimension

คุณลักษณะชนิดใด เป็นคุณลักษณะเชิงคุณภาพ (Qualitative attribute)

• Nominal

• Ordinal

• Binary

• Ratio-scale

คุณลักษณะใด เป็นคุณลักษณะชนิด Interval-scaled

• รหัสไปรษณีย์

• ค่า pH

• อุณหภูมิในหน่วย เคลวิน

• ช่วงอายุ

ข้อใดไม่จริงเกี่ยวกับ Central Tendency Measure

• ใช้เป็นตัวแทนของค่า 1 คุณลักษณะของกลุ่มประชากรได้

• เพียงพอในการอธิบายลักษณะของประชากรใน 1 คุณลักษณะได้

• มีเพียง mode ที่ใช้กับคุณลักษณะแบบ nominal ได้

• การหา mean ใช้เวลาน้อยสุดในบรรดาการหาค่าตัวกลาง

ค่าตัววัดใด สามารถระบุได้จาก Box plot

• IQR

• Median

• Mode

• Range

ในการแจกแจงแบบปกติ ข้อมูลที่อยู่ในช่วง μ±σ จะมีประมาณเท่าไหร่ของข้อมูลทั้งหมด

• 66%

• 68%

• 95%

• 99%

ข้อใดเป็นชนิดของ Minkowski distance

• Manhattan Distance

• Euclidean Distance

• Chebyshev Distance

• Tanimoto Distance