武汉大学计算机学院 2018-2019 第一学期 商务智能-课后作业 1 （卓越工程师班同学鼓励英文做答，将有一定加分） 1.请思考数据挖掘可能会遇到哪些法律问题，可能会和哪些法律有关，请举出 具体例子并讨论 2. Skewness 是什么，请计算对称正态分布，正偏移和负偏移时候的 Skewness 的指（请自行拟定数据分布具体数值） 3. 请对下图进行分析 4. Q-Q plot 中如果两个数据集的数目不相同该如何处理？ 5.请自拟数据集计算混合类型相似度矩阵，数据应报告所有不同的类型，且属 

性总数目不低于 10 个 6.请编写程序实现 Apriori 算法和 FP-Growth 算法，算法可以根据给定的支持 度和置信度获取所有的频繁项集和关联规则。请自拟数据集进行测试（数据集应 按某种方式产生，请描述产生机制，数据集不少于 1 万条，商品数目不小于 100 种）并汇报以下结果并撰写报告汇报结果， 1）给定置信度为 80%，关联规则数目随支持度变化的曲线图 2）给定支持度为 30%，关联规则数目随置信度变化的曲线图 3）给定置信度为 80%，请确定某个支持度 s 使得获取的关联规则数目正好大 于 20，请输出 s 和所获取的关联规则数目 7. 请完成 AI Studio 中房价预测例子，并采集一定数目的真实数据，修改代码， 汇报得到的结果 要求： 1. 请包含封面，封面应有姓名和学号。 2. 实现语言不限，提交内容包含源代码和报告两部分。报告应包含对相关算 法的理论描述、实现的关键代码和相关的测试情况描述。源代码应包含完 整的、可执行的代码。源代码应具有简单的界面（命令行或 GUI）。 3. 电子版命名为“商务智能 1-姓名-学号”， 请在课程网站提交。 期限： 10 月 21 日 (星期日)