刑事警察人員 104 年資料探勘技術考古題
題目為考試當年公告版本，實務標準請以現行規範為準。
下列關聯表SJT 限制如下⑴每一門科目的每位學生只能被一位老師教，⑵每位老師 只能教一門科目（但一門科目可由多位老師教）。請問關聯表SJT 是否是廣義第三 正規化型式（BCNF）？並說明理由。假如不是，該如何切割（decompose）關聯表 SJT？切割後有何功能相依性（functional dependency）會遺失？（20 分） 學生（S） 科目（J） 老師（T） 張三 數學 陳老師 張三 物理 黃老師 李四 數學 陳老師 李四 物理 林老師
針對資料探勘（data mining），請描述其資料前置作業（data preprocessing）的主要 步驟。（20 分）
下列資料庫有四筆交易，如果最小支持度（minimum support）為60%、最小信心水 準（minimum confidence）為80%。請找出所有的頻繁項目集（frequent itemsets）和所 有符合下列型態的關聯法則（association rule），同時也要列出其支持度（support）和 信心水準（confidence）。（20 分） {項目1, 項目2} ⇒ 項目3 [支持度（support）, 信心水準（confidence）] TID 項目 T100 {K,A,D,B} T200 {D,A,C,E,B} T300 {C,A,B,E} T400 {B,A,D}
用下列分類資料呈現混淆矩陣表（confusion matrix），並算出精確率（precision）、 回想率（recall）及正確率（accuracy）。（20 分） 真實結果： 分類結果： 癌症樣本數目 200 預測真實癌症數目 150 非癌症樣本數目 800 預測真實非癌症數目 700
線上分析處理（OLAP）在高維度下會發生什麼問題？該如何解決？（20 分）