【20200401】数据挖掘DM课程课业打卡四

叮嘟！这里是小啊呜的学习课程资料整理。好记性不如烂笔头，今天也是努力进步的一天。一起加油进阶吧！

一、填空题

1、x=[1,2,0,2,0],y=[2,2,2,0,2],两者之间的夹角余弦相似度为 ____。

正确答案：1/2； 

2、x=[1,3,0,2],y=[2,3,2,0],两者之间的欧几里得距离为 ____。

正确答案：3

3、x=[0,1,1,0,0],y=[1,1,0,0,1],两者之间的Jaccard相似性系数为 ____。

正确答案： 1/4；

4、x=[0,1,1,0,0],y=[1,1,0,0,1],两者之间的简单匹配系数为 ____。

正确答案：2/5；

5、已知有5个训练样本，分别为

样本1，属性为：[2,0,2]  类别 0
样本2，属性为：[1,5,2]  类别 1
样本3，属性为：[3,2,3]   类别 1
样本4，属性为：[3,0,2]   类别  0
样本5，属性为：[1,0,6]   类别 0

有1个测试样本，属性为：[1,0,2]

（1）测试样本到5个训练样本（样本1、2、3、4、5）的欧氏距离依次为： ____、 ____ 、 ____、 ____ 、 ____。

正确答案：1;5;3;2;4;

（2）K=3，距离测试样本最近的k个训练样本依次为：样本 ____、样本 ____ 、样本 ____。

正确答案：1;4;3

注意点：

此处样本排列顺序不是按照样本序号大小排列，而是按照距离大小排列。
（按照距离从小到大排列）

（3）距离最近的k个训练样本类别依次为：类别 ____、类别 ____ 、类别 ____。

正确答案：0;0;1

注意点：

此处样本排列顺序不是按照样本序号大小排列，而是按照距离大小排列。
（按照距离从小到大排列）

（4）KNN算法得到的测试样本的类别为：类别 ____。

正确答案：0                          
利用距离加权表决判断。

关于KNN算法：

6、考试成绩定义为“优”、“良”、“中”、“差”四种，属性“良”和“中”之间的相异度为 ____。
（答案可以写成分数或小数形式，小数形式保留小数点后2位）

正确答案：1/3;

二、知识点巩固

1、简单属性的相似度&相异度

2、数据对象的相异度 : 欧氏距离

3、数据对象之间的相似度

4、简单匹配&Jaccard 系数

5、余弦相似度

6、相关性

7、距离的性质

8、关于最近邻分类器

最近邻（nearest neighbor）：
和测试样例的属性相对接近的所有训练记录，称为（测试样例的）的最近邻。
利用最近邻可以对测试样例进行分类。

最近邻分类器把每个样例看做 d 维空间上的一个数据点，其中 d 是属性个数。给定一个测试样例，利用任意一种邻近性度量，计算该测试样例与训练集中其他数据点的邻近度。给定样例 z 的 k- 最近邻是指和 z 距离最近的 k 个数据点。

9、关于最近邻分类器之KNN算法

Ending！
更多课程知识学习记录随后再来吧！

就酱，嘎啦！

注：
人生在勤，不索何获。