CIND110-Assignment 3 Solved

1.  Association rules:                                                                    

 

One of the major techniques in data mining involves the discovery of association rules. These rules correlate the presence of a set of items with another range of values for another set of variables. The database in this context is regarded as a collection of transactions, each involving a set of items, as shown below. 

 

                                                                Trans ID      Items Purchased 

 

2001               Meat, Potato, Onion 

2002               Meat, Noodle 

2003               Noodle, Spinach 

2004               Meat, Potato, Onion 

2005               Onion, Potato, Noodle 

2006               Eggs, Spinach 

2007               Eggs, Noodle 

2008               Meat, Potato, Salt, Onion 

2009               Salt, Spinach 

2010               Meat, Potato 

 

 

1.1                                                                                                                                                                                                Apply the Apriori algorithm on this dataset. 

 

Note that, the set of items is {Meat, Potato, Onion, Noodle, Spinach, Eggs, Salt}.  You may use 0.3 for the minimum support value. 

 

1.2                                                                                                                                                                                                Show the rules that have a confidence of 0.8 or greater for an itemset containing three items. 

 

 

 

2.  Classification:                                                                                                

 

Classification is the process of learning a model that describes different classes of data and 

the classes should be pre-determined. Consider the following set of data records: 

 

ID 
Age 
City 
Gender 
Education 
Profile           
            

101 
 

20-30 
 

NY 
F 
                

College 
                

Employed 
102 
31-40 
NY 
F 
College                   
Employed     
103 
51-60 
NY 
F 
College 
Unemployed 
104 
20-30 
LA 
M 
High School 
Unemployed 
105 
41-50 
NY 
F 
College                   
Employed     
106 
41-50 
NY 
F 
Graduate                 
Employed     
107 
20-30 
LA 
M 
College                   
Employed     
108 
20-30 
NY 
F 
High School 
Unemployed 
109 
20-30 
NY 
F 
College 
Employed 
       110         51-60          SF            M        College                       Unemployed 

                                                                              
 

Assuming, that the class attribute is Profile, apply a classification algorithm to this dataset. 

 

 

3.  Clustering: Consider the following set of two-dimensional records: 

 

                                                 RID                  Age                     Years of Service 

101                                 30    5 

102                                 50    25 

103                                 50    15 

104                                 25    5 

105                                 30    10 

106                                 55    25 

                 

                 

 

3.1                                                                                                                                                                                                 

Use the K-means algorithm to cluster this dataset. You can use a value of 2 for K and can assume that the records with RIDs 103, and 104 are used for the initial cluster centroids. 

 

3.2                                                                                                                                                                                                 

What is the difference between describing discovered knowledge using clustering and describing it using classification?