Data Warehouse Technologien

Analysis Services werden übersichtlich in Smith und Clay [SC09] sowie Melo-

med et al. [MBG08] präsentiert.

9.5 Übungen

Übung 9-1 Gegeben sei ein Warenkorb mit den folgenden 10 Transaktionen:

TID Items

1 Anhaltinisch Flüssig, Berliner Bräu, Erfurter Bock, Riesling

2 Anhaltinisch Flüssig, Erfurter Bock, MT, Riesling

3 Ilmenauer Pils, MT

4 Anhaltinisch Flüssig, Dornfelder, Kölnische Weiße, Riesling

5 Berliner Bräu, Dornfelder, Kölnische Weiße, MT, Riesling

6 Ilmenauer Pils, Kölnische Weiße, MT

7 Anhaltinisch Flüssig, Erfurter Bock

8 Dornfelder, Erfurter Bock, Riesling

9 Berliner Bräu, Dornfelder, MT

10 Anhaltinisch Flüssig, Erfurter Bock

• Führen Sie den Apriori-Algorithmus aus und bestimmen Sie mögliche Re-

geln. Betrachten Sie dabei nur Items mit einem Support ≥ 30%.

• Konstruieren Sie für dieses Beispiel den FP-Baum und führen Sie den

FP-Growth-Algorithmus aus. Betrachten Sie dabei ebenfalls nur Items

mit einem Support ≥ 30%.

• Hat der FP-Growth-Algorithmus einen Vorteil gegenüber dem Apriori-

Algorithmus gebracht?

Übung 9-2 Bestimmen Sie grafisch unter Zuhilfenahme des k-means-

Algorithmus jeweils drei Cluster der folgenden Punktmengen. Als Anfangs-

Centroide sind die Punkte (8,8), (8,16) und (16,16) zu nehmen.

• (3,18), (3,20), (4,20), (4,22), (5,19), (5,21), (6,8), (6,10), (6,20), (8,8), (8,9),

(8,10), (10,9), (10,12), (16,15), (16,17), (17,13), (18,16), (19,13), (19,14)

• (6,8), (6,10), (8,8), (8,9), (8,11), (9,9), (10,12), (10,14), (11,13), (12,8),

(12,12), (12,13), (12,14), (13,9), (13,15), (14,8), (14,10), (15,9), (15,11),

(16,16)

• (8,12), (8,13), (8,15), (9,11), (9,15), (10,16), (11,9), (11,13), (11,14), (12,9),

(12,13), (12,14), (12,16), (13,9), (13,14), (13,16), (14,10), (14,15), (15,11),

(15,12)

Wurden alle Cluster gut erkannt? Für welche Datenverteilungen ist ein Auf-

finden der Cluster mit Hilfe von Centroid-basierten Verfahren nicht möglich?

302 9 Business-Intelligence-Anwendungen

Übung 9-3 Erstellen Sie für die Fakten aus der gegebenen Tabelle einen Ent-

scheidungsbaum, der die Ausprägungen der Spalte „Zu teuer?“ bestimmt.

Nehmen Sie dafür an, dass der Jahrgang nur drei mögliche Werte hat und die

Preise im Klassifikationsbaum in folgende Kategorien einteilbar sind: günstig

(0-9 e), mittel (10-29 e), teuer (30-50 e). Bei übereinstimmender Trennschärfe

zweier Attribute sollten sie in der Reihenfolge der korrespondierenden Spalten

in der Tabelle gewählt werden.

TID Weinsorte Jahrgang Preis Zu teuer?

1 Riesling 2010 7 e Ja

2 Merlot 2010 5 e Nein

3 Riesling 1980 30 e Nein

4 Pinot Noir 1980 42 e Ja

5 Müller Thurgau 2002 24 e Nein

6 Merlot 2002 17 e Ja

7 Pinot Noir 2010 8 e Nein

8 Merlot 2002 9 e Nein

9 Pinot Noir 2002 33 e Ja

10 Müller Thurgau 1980 28 e Nein

Welche Entscheidungen würden Sie mit Ihrem Entscheidungsbaum für die

Weine aus der folgenden Tabelle treffen?

TID Weinsorte Jahrgang Preis Zu teuer?

11 Müller Thurgau 2010 45 e ?

12 Merlot 2002 8 e ?

13 Riesling 1980 44 e ?

14 Pinot Noir 2010 22 e ?

Liefert Ihr Entscheidungsbaum immer für Sie nachvollziehbare Ergebnis-

se? Wie kann man die Aufteilung des Entscheidungsbaumes verbessern?

Übung 9-4 Ermitteln von Ausreißer-Werten: Gegeben seien die Datenwerte

aus der folgenden Tabelle. Ermitteln Sie die Ausgleichsgerade für die gegebe-

nen Werte. Wie können anhand der ermittelten Geraden Ausreißer bestimmt

werden?

X Y

1 1

2 10

3 6

4 4

5 3

9.5 Übungen 303