Thuật ngữ tiếng Anh nào có nghĩa là "Phân cụm dữ liệu"?

Quá trình Khai phá tri thức trong CSDL (KDD) bao gồm các bước chính sau:

1. Trích chọn dữ liệu (Data Selection): Xác định và lựa chọn dữ liệu phù hợp từ các nguồn dữ liệu khác nhau.
2. Tiền xử lý dữ liệu (Data Preprocessing): Làm sạch dữ liệu, xử lý dữ liệu bị thiếu, loại bỏ nhiễu, và giải quyết các vấn đề về tính nhất quán của dữ liệu.
3. Biến đổi dữ liệu (Data Transformation): Chuyển đổi dữ liệu sang định dạng phù hợp cho việc khai phá, ví dụ như chuẩn hóa dữ liệu hoặc giảm chiều dữ liệu.
4. Khai phá dữ liệu (Data Mining): Áp dụng các thuật toán khai phá dữ liệu để tìm kiếm các mẫu, quy luật hoặc tri thức ẩn trong dữ liệu.
5. Đánh giá và biểu diễn tri thức (Evaluation and Knowledge Representation): Đánh giá các mẫu hoặc tri thức đã khai phá được, và biểu diễn chúng một cách dễ hiểu cho người dùng.

Do đó, đáp án A là chính xác nhất vì nó bao gồm đầy đủ và đúng thứ tự các giai đoạn của quá trình KDD. Các đáp án khác thiếu một số bước quan trọng hoặc có thứ tự sai.

Độ hỗ trợ của một tập mục là tỷ lệ các giao dịch chứa tập mục đó. Độ hỗ trợ 100% có nghĩa là tập mục đó xuất hiện trong tất cả các giao dịch. Vì không có thông tin cụ thể về các giao dịch trong cơ sở dữ liệu, chúng ta không thể xác định tập mục nào xuất hiện trong tất cả các giao dịch. Do đó, câu trả lời hợp lý nhất là không có tập nào có độ hỗ trợ 100%. Tuy nhiên, vì câu hỏi không đầy đủ thông tin để xác định giao dịch nào chứa tập mục nào nên đáp án A có vẻ hợp lý nhất trong trường hợp này, vì không có đủ dữ liệu để xác định một tập mục cụ thể nào có độ hỗ trợ 100%.

Câu hỏi này có vẻ như liên quan đến một bài toán phân loại hoặc dự đoán dựa trên các thuộc tính cho trước. Cụ thể, chúng ta có ba thuộc tính: Refund (hoàn tiền), MarSt (tình trạng hôn nhân), và TaxInc (thu nhập chịu thuế). Giá trị của chúng lần lượt là No, Single, và 80K. Câu hỏi yêu cầu chúng ta kết luận điều gì đó dựa trên tổ hợp giá trị này. Tuy nhiên, để đưa ra kết luận chính xác, chúng ta cần biết ngữ cảnh cụ thể của bài toán (ví dụ: mô hình dự đoán nào đang được sử dụng, mục tiêu dự đoán là gì).

Nếu không có thêm thông tin, chúng ta không thể xác định chắc chắn đáp án đúng là gì. Tuy nhiên, dựa vào các lựa chọn:

* A. Yes: Có thể là kết quả của một dự đoán hoặc phân loại nào đó.
* B. No: Tương tự như 'Yes', nhưng là kết quả ngược lại.
* C. Không phân lớp được: Điều này có thể đúng nếu tổ hợp các giá trị này không được tìm thấy trong dữ liệu huấn luyện, hoặc mô hình không thể đưa ra kết luận cho trường hợp này.
* D. Married: Phương án này không liên quan trực tiếp đến các thuộc tính đã cho (Refund và TaxInc). Nó chỉ đề cập đến một trạng thái hôn nhân khác.

Vì thiếu thông tin, rất khó để xác định đáp án chính xác. Tuy nhiên, nếu câu hỏi ngụ ý rằng dữ liệu đầu vào này dẫn đến việc *không thể* phân loại hoặc đưa ra quyết định, thì đáp án C là hợp lý nhất. Nếu câu hỏi kiểm tra việc đối chiếu các giá trị với một bảng hoặc quy tắc nào đó mà Refund=No, MarSt = Single, TaxInc=80K dẫn đến kết quả phủ định, thì đáp án B là đáp án đúng. Tuy nhiên, theo cách đặt câu hỏi hiện tại, không có đủ cơ sở để xác định một đáp án đúng duy nhất.

Độ hỗ trợ của một tập mục là tỷ lệ các giao dịch chứa tập mục đó. Trong trường hợp này, chúng ta cần tìm số lượng giao dịch chứa cả A và M.

Giả sử CSDL giao dịch có các giao dịch sau (ví dụ):

1. {A, B, M, O}
2. {B, D, E}
3. {A, B, C, M}
4. {B, M}
5. {A, M, O}

Trong ví dụ này, các giao dịch 1, 3, 4 và 5 chứa cả A và M. Vậy có 4 giao dịch chứa cả A và M. Nếu có tổng cộng 5 giao dịch, độ hỗ trợ là 4/5 = 80%.

Dựa trên các đáp án đã cho, đáp án phù hợp nhất là B. 4 (80%).