Toplanan ham veri diğer bir deyişle işlenmemiş verinin veri madenciliğinde analize hazır duruma getirilmesi amacıyla yapılan işlemler bütününe veri hazırlama denir. 

R yazılımında veri seti içerisindeki faktör listeleri ve gözlem birimleri data frame olarak bir araya getirilirler.

Doğru cevap A şıkkıdır.

Veri madenciliği için ilk yazılım, 1992 yılında geliştirilmiştir. Doğru cevap A'dır. 

Satış tahmininin yapılması veri madenciliğinin pazarlama alanındaki uygulamalarına örnek olarak verilebilir. Bu nedenle doğru cevap E'dir.

s'=(s-enk(s))/(enb(s)-enk(s))

s'=(100-30)/(200-30)

=70/170

=0,41

Aylık temelde bulunan bir veri özelliğinin yıllık temele dönüştürülmesi işlemi bir araya getirmeye örnektir. Bu nedenle doğru cevap D seçeneğidir.

Çoğunlukla veri setleri başka programlardan hazır olarak elde edilirler. Verinin R yazılımına okutulabilmesi için bir kaç farklı teknik bulunmaktadır. Bu işlem için kullanılabilecek fonksiyonlar sırasıyla; scan() düşük seviyeli veri okutma işlemi, read.table() dosyalardan formatlanmış data frame elde edilmesi işlemi, read.fwf() belirgin bir genişlik tanımlanmış veri dosyalarından okuma işlemi, read.csv() değişkenlerin virgülle ayrıldığı dosyalardan okuma işlemi olur. Özellikle Microsoft Excel dosyalarından okuma işlemleri gerçekleştirilirken, her bir çalışma sayfası “csv” dosyası olarak kaydedilerek daha sonra bunların her biri read.csv() fonksiyonu ile elde edilebilir. Bu nedenle doğru yanıt a) seçeneğidir.

R yazılımının en büyük özelliklerinden biri de değişkenler ile çalışılırken vektör ve matris kullanımına olanak tanımasıdır. En basit şekliyle bir vektörü oluşturabilmek için c() fonksiyonu kullanılmaktadır. Daha önce kullanılan x değişkenini 5 birimlik bir vektör hâline dönüştürme işlemi ve sonucu aşağıda verilmiştir.

> x <- c(1,2,3,4,5)

> x

[1] 1 2 3 4

 5 Görüldüğü gibi burada ilk satırda x vektörüne 5 adet değer atanmakta ikinci satırda ise x’e ataması yapılan değerlerin görüntülenmesi komutu verilmektedir. Bu noktada önemli olan konu; R yazılımının büyük ve küçük harfe olan duyarlılığıdır. X ve x değişkenleri tamamen farklı değişkenlerdir. Önceden tanımlanmış bir vektörün birim sayısını öğrenmek için length() fonksiyonu kullanılır. Örnekteki birim sayısı aşağıdaki gibi öğrenilebilir.

> length(x)

[1] 5

c() fonksiyonu karakter değişkenleri yaratmak için de kullanılır. 4 isimden oluşan isim değişkenini c() fonksiyonunu kullanarak oluşturunuz. 4 isimden oluşan isim değişkeni aşağıdaki gibi oluşturulabilir.

> isim <- c(“Defne”, “Kuzey”, “Alara”, “Miray”)

 > isim

[1] “Defne” “Kuzey” “Alara” “Miray”

Ayrıca, c() fonksiyonu birden fazla vektörün tek bir vektör olarak birleştirilmesinde ya da karakter değişkeninin sayılarla birleştirilmesinde de kullanılabilir. Yukarıdaki örnekteki isim değişkenine 17, 22, 45 rakamlarını ekleyerek yenix değişkenini oluşturmak için aşağıdaki işlemler yapılmalıdır.

> yenix <- c(isim, 17, 22, 45)

> yenix

[1] “Defne” “Kuzey” “Alara” “Miray” “17” “22” “45”

Elde edilen yenix dizisinin öğe sayısı 8 olmuştur.

> length(yenix)

Komutu ile

[1] 8

Sonucu elde edilecektir.

Bu nedenle doğru yanıt a) seçeneğidir.

Açıklama: Veritabanlarında Bilgi Keşfi sürecinde izlenmesi gereken temel aşamalar:

1. Amacın tanımlanması
2. Veriler üzerinde ön işlemlerin yapılması
3. Modelin kurulması ve değerlendirilmesi
4. Modelin kullanılması ve yorumlanması
5. Modelin izlenmesi

Açısal benzerlik, özellikle belge ve çoklu ortam nesnelerinin kıyaslanmasında ve metin madenciliğinde kullanılmaktadır.

ki yönlü sınıflama tablosu olarak da adlandırılan kontenjans tablosu, iki sonuçlu değişkenler içeren nesne çiftinin karşılıklı eşleşen değerlerinin tekrar sayılarından oluşan tablodur.

Komutların girilmesi için kullanılan bölgeye “R Console” denir. Doğru cevap D'dir.

Minkowski Uzaklığı , n sayıda birim ve p sayıda değişken ile çalışılırken birimler yada değişkenler arasındaki uzaklıkları hesaplamak için kullanılan genel bir uzaklık ölçüsüdür.

Zaman içinde giderek büyüyen veri tabanlarının organizasyonu, düzenlenmesi ve yönetimi de doğal olarak zorlaşmıştır. Bu zorlukların üstesinden gelebilmek amacıyla ise veri modelleme kavramı ortaya atılmıştır. Ilk veri modelleri; Hiyerarşik Veri Modeli ve Ağ Veri Modeli olarak adlandırılan basit veri modelleridir.

Veri hazırlamada verinin temizlenmesi, birleştirilmesi/bütünleştirilmesi, indirgenmesi, dönüştürülmesi (normalleştirme) kullanılır.

Veri dönüşümünde verilerin veri madenciliği için uygun formlara dönüştürülmesi düzeltme, bir araya getirme, genelleme, normalleştirme ve özellik oluşturma işlemleriyle gerçekleştirilir.

Bu nedenle doğru cevap A'dır. 

x<-matrix(c(6,3,2,1),nrow=2) matrisi oluşturulurken, nrow=2 olarak girildiğinden iki satır olarak şekilde matris oluşturur. Bunu yaparken her defesında ve sırasıyla 2 eleman alarak satırlara atama yapar. İlk satır elemanları 6 ve 3 olurken; ikinci satır elemanları 2 ve 1 olur.

x[1,2] ifadesi, x matrisinin 1.satır 2.sutün elemanı olan 3 değerini verecektir. 

Doğru cevap B şıkkıdır.