Cho tập dữ liệu được xếp theo giá: 4, 8, 9, 15, 21, 21, 24, 25, 26, 28, 29, 34. Chia tập dữ liệu trên thành 3 thùng. Kết quả chia thùng theo chiều sâu là:

Trong quá trình Tiền xử lí dữ liệu người ta thường dùng một số phương pháp chuẩn hóa dữ liệu sau:

Lời giải:

Đáp án đúng: A

Câu hỏi yêu cầu xác định các phương pháp chuẩn hóa dữ liệu thường được sử dụng trong quá trình tiền xử lý dữ liệu.

Phương án a (Min-Max, z-Score, Tỷ lệ thập phân – decimal scale) là đáp án đúng vì đây là các phương pháp phổ biến để đưa dữ liệu về một khoảng giá trị hoặc phân phối nhất định, giúp cải thiện hiệu suất của các thuật toán học máy.

Phương án b (2NF, 3NF, BCNF) liên quan đến chuẩn hóa cơ sở dữ liệu, không phải là chuẩn hóa dữ liệu trong tiền xử lý học máy.

Phương án c (Đưa về hệ đếm thập phân, Hệ nhị phân, hệ Hecxa) liên quan đến biểu diễn số trong các hệ cơ số khác nhau, không phải là các phương pháp chuẩn hóa dữ liệu.

Phương án d (Chuẩn hóa về dữ liệu văn bản, hình ảnh, âm thanh) đề cập đến việc chuyển đổi các loại dữ liệu khác nhau về định dạng chuẩn, nhưng không phải là các phương pháp chuẩn hóa cụ thể thường dùng trong tiền xử lý số liệu.

Câu 36:

Cho miền giá trị từ 120 đến 980, Sử dụng phương pháp Min-Max để chuẩn hóa về đoạn [0.0 ; 10]. Giá trị 550 được chuẩn hóa là:

Lời giải:

Đáp án đúng: A

Công thức chuẩn hóa Min-Max về đoạn [0, 1] là:

x' = (x - min) / (max - min)

Trong đó:
* x là giá trị cần chuẩn hóa (550)
* min là giá trị nhỏ nhất trong miền giá trị (120)
* max là giá trị lớn nhất trong miền giá trị (980)

Áp dụng công thức:
x' = (550 - 120) / (980 - 120) = 430 / 860 = 0.5

Để chuẩn hóa về đoạn [0, 10], ta nhân kết quả với 10:
x'' = x' * 10 = 0.5 * 10 = 5.0

Vậy giá trị 550 sau khi chuẩn hóa là 5.0

Câu 37:

Cho miền giá trị của A từ -986 đến 917, Sử dụng phương pháp chuẩn hóa Tỷ lệ Thập phân– decimal scale, miền giá trị của A sau khi chuẩn hóa là:

Lời giải:

Đáp án đúng: A

Phương pháp chuẩn hóa Tỷ lệ Thập phân (Decimal scaling normalization) di chuyển dấu phẩy của dữ liệu. Số lượng dấu phẩy di chuyển phụ thuộc vào giá trị tuyệt đối lớn nhất trong tập dữ liệu.

Trong trường hợp này, miền giá trị của A là từ -986 đến 917. Giá trị tuyệt đối lớn nhất là 986. Để chuẩn hóa bằng phương pháp tỷ lệ thập phân, ta chia tất cả các giá trị cho 10^k, trong đó k là số chữ số của giá trị tuyệt đối lớn nhất. Trong trường hợp này, k = 3 (vì 986 có 3 chữ số).

Do đó, ta chia tất cả các giá trị cho 10^3 = 1000.
-986 / 1000 = -0.986
917 / 1000 = 0.917

Vậy, miền giá trị sau khi chuẩn hóa là -0.986 đến 0.917.

Câu 38:

Phát biểu nào đúng về Phương pháp phân tích thành phần chính (Principal Component Analysis-PCA):

Lời giải:

Đáp án đúng: A

PCA (Principal Component Analysis - Phân tích thành phần chính) là một kỹ thuật giảm chiều dữ liệu. Nó hoạt động bằng cách tìm ra các thành phần chính, là các hướng mà dữ liệu có phương sai lớn nhất. PCA thường được sử dụng cho dữ liệu số khi số chiều của vector lớn để giảm số lượng biến, giữ lại những đặc trưng quan trọng nhất của dữ liệu. Do đó, phát biểu đúng nhất là 'a. Chỉ áp dụng cho dữ liệu số và dùng khi số chiều vector lớn'.

Các lựa chọn khác:
- b. Sai vì PCA áp dụng cho dữ liệu số, không phải văn bản.
- c. Sai vì PCA thường dùng cho dữ liệu số, không phải mọi loại dữ liệu (cần tiền xử lý cho dữ liệu phi số).
- d. Mặc dù PCA tìm các thành phần quan trọng, nhưng lựa chọn 'a' đầy đủ và chính xác hơn về điều kiện áp dụng.

Câu 39:

Phát biểu nào sau đây không đúng về Ma trận không tương tự:

Lời giải:

Đáp án đúng: D

Ma trận không tương tự (Dissimilarity Matrix) là một ma trận vuông đối xứng, trong đó các phần tử trên đường chéo chính bằng 0, thể hiện độ không tương tự giữa một phần tử với chính nó. Các phần tử khác trên ma trận thể hiện độ không tương tự giữa hai phần tử khác nhau.

Vậy, phát biểu 'Là ma trận mà các phần tử trên đường chéo chính bằng 1' là không đúng.

Câu 40:

Độ phức tạp của thuật toán k-Mean là:

Lời giải:

Bạn cần đăng ký gói VIP để làm bài, xem đáp án và lời giải chi tiết không giới hạn. Nâng cấp VIP

Câu 41:

Cho sơ đồ ngưỡng không tương tự như hình vẽ. Cắt sơ đồ tại ngưỡng bằng 0.5 hỏi có mấy cụm được sinh ra:

Lời giải:

Bạn cần đăng ký gói VIP để làm bài, xem đáp án và lời giải chi tiết không giới hạn. Nâng cấp VIP

Câu 42:

Cho CSDL giao dịch như hình vẽ. Độ hỗ trợ tối thiểu Min_Support = 3 (60%) và độ tin cậy tối thiểu Min_Confidence = 100%.