Advanced Databases (DB2)

2. Übungsblatt

Aufgabe 3: entropyAZ

12
Wir betrachten die folgende Tabelle shipping company:
CompanyGoodsAmountHabour
Thomsoncoffee5Hamburg
Thomsonpaper10Hamburg
Icebreakerpaper5New York
Icebreakercoal10New York
Icebreakertea10New York
Argocoal5Hamburg
Argotea10Hamburg
Argoiron5Hamburg
Bestimmen Sie:
  1. entropyCompanyGoods(Shipping Company).
  2. entropyCompanyAmount(Shipping Company).
  3. entropyGoodsCompany(Shipping Company).
100%
In der Kürze der Zeit, hier die Endergebnisse:
  1. 1,439
  2. 0,939
  3. 0,75

Aufgabe 4: Frequent Itemsets

12
Bestimmen Sie die Frequent Itemsets I mit freq(I) ≥ 3 für die Tabelle Shipping Company aus Aufgabe 3. Vergleichen Sie beide, in der Vorlesung vorgestellten, Methoden zur induktiven Berechnung von (k + 1)-Itemsets.

Berechnung der (k + 1)-Itemsets durch
  1. Kombination von 1-Itemsets und k-Itemsets.
  2. Kombination zweier (k)-Itemsets.

Begründen Sie Ihre Lösung hinreichend.
0%
Lösung folgt irgendwann.

Aufgabe 5: Assoziationsregeln

12
Wir betrachten wieder die Tabelle Shipping Company. Geben Sie alle Assoziationsregeln L ⇒ R an, für die gilt
  • L, R ⊆ { Company = Icebreaker , Amount = 10 , Harbour = NewYork },
  • L ∩ R = ∅ and L, R ̸= ∅.

Bestimmen Sie jeweils Support und Konfidenz der Regel.
100%
Schritt 1:
RegelSupportKonfidenz
Icebreaker=>102/82/3
Icebreaker=>NY3/83/3
10=>Icebreaker2/82/4
NY=>Icebreaker3/83/3
10=>NY2/82/4
NY=>102/82/3

Schritt 2:
RegelSupportKonfidenz
Icebreaker,NY=>102/82/3
Icebreaker,10=>NY2/82/2
10,NY=>Icebreaker2/82/2
10=>Icebreaker,NY2/82/4
NY=>Icebreaker,102/82/3
Icebreaker=>10,NY2/82/3