Kayıp verilerin neden olacağı olumsuzlukları ortadan kaldırmak amacıyla kullanılan

yaklaşımlar:

1. Kayıp veri içeren kaydı veri kümesinden çıkarmak
2. Kayıp verileri tek tek yazmak:
3. Kayıp verilerin hepsi için aynı veriyi girmek
4. Kayıp veri yerine tüm verilerin ortalama değerinin girilmesi:
5. Kayıtlarda yer alan diğer değişkenler yardımıyla kayıp verilerin tahmin edilmesi:

Orijinal veri üzerinde doğrusal bir dönüşüm yapan bu yöntem veri içindeki en büyük ve en küçük sayısal değerin belirlenerek diğer değerleri buna uygun bir şekilde dönüştürülmesiyle yapılır. Enk-Enb normalleştirme sonucunda veri sıfır (en küçük değer) ile bir (en büyük değer) arasında sayısal bir değere dönüşür. Dönüştürme için aşağıdaki eşitlikten yararlanılır.

         X – Xenk

X*= -----------------

       Xenb – Xenk

Bu eşitlikte; X* : Dönüştürülmüş değeri X: Gözlem değerini Xenk: Verideki en küçük gözlem değeri Xenb: Verideki en büyük değeri ifade eder.

Bu nedenle doğru yanıt a) seçeneğidir.

Herhangi bir atama yapılması ya da matematiksel bir ifadenin hesaplanması için en basit komutlar olarak meydana çıkan komutlar grubudur. Örneğin; R Console’da

> 72+45

komutu yazılarak Enter’a basıldığında

[1] 117

sonucu ekranda görüntülenecektir. Matematiksel işlemin hemen sonucunu elde etmek yerine sonuçlar herhangi bir değişkene de atanabilir. Bu atama işlemi için “değişken <- işlem” yapısı kurulmalıdır. Örneğin önceki toplam x gibi bir değişkene atanmak istenirse > x <- 72+45 komutunun verilmesi yeterli olacaktır. Yeni bir atama yapılmadığı sürece x değişkeni bu toplamın sonucundan oluşacaktır.

Bu nedenle doğru yanıt a) seçeneğidir.

d=60 için d'=d/(1+d)=60/(60+1)=(60/61)=0,98 olur. Bu nedenle doğru cevap C seçeneğidir.

Veri ambarında yer alan veriler üzerinde çok boyutlu, çok yönlü analiz ve sorgulama yapılmasını sağlayan sistemlere OLAP (Çevrimiçi Analitik İşleme) denilir. Bu nedenle doğru yanıt E olmaktadır.

Karl Pearson uzaklığı, Öklid uzaklığının değişkenin varyansına oranlanması ile elde edilen bir uzaklıktır.

formülü yardımı ile hesaplandığında, korelasyon uzaklığının;

d_xy=(1-0.4)/2=0.3 olduğu görülür.

Eksik verinin tahmin edilmesinde kullanılan stratejiler şu şekilde verilebilir: a)Eksik verinin el ile doldurulması b)Eksik verinin tamamlanmasında genel bir sabitin kullanılması c)Eksik verinin özelliğin diğer veriler dikkate alınarak tamamlanması d)Kendi sınıfında yer alan değerlerin ortalaması ile tamamlanması e)En uygun değerin kullanılması. Bu nedenle doğru cevap C olur.

d(x,y)=|x-y|=|2-5|=3

d(x,y)/(n-1) ise 3/5=0,6

Nicel değişkenlerden elde edilen gözlem değerleri arasındaki yakınlığın belirlenmesinde Öklid uzaklığı, Karesel Öklid uzaklığı, Karl Pearson uzaklığı, Manhattan uzaklığı, Minkowski uzaklığı, Mahalanobis uzaklığı, Korelasyon uzaklığı ve Açısal benzerlik ölçülerinden yararlanılır.

 Gürültü, veri madenciliği tekniği ile analiz edilmek istenilen verilerdeki beklenen değerlerden sapan aykırı değerler veya hatalardır. 

Bazı durumlarda orijinal veri kümelerindeki özellikler gerekli enformasyonu içerdiği halde veri madenciliği algoritmaları için uygun yapıda olmayabilirler. Bu durumda orijinal özelliklerinden oluşturulan bir veya daha fazla yeni özellik orijinal özelliklerden daha faydalı olabilir. Veri dönüşümünde verilerin veri madenciliği için uygun formlara dönüştürülmesi düzeltme, bir araya getirme, genelleme, normalleştirme ve özellik oluşturma işlemleriyle gerçekleştirilir.

Bu nedenle doğru yanıt a) seçeneğidir.

Normalleştirmede enk-enb normalleştirme, z-skor normalleştirme ve ondalık ölçekleme yöntemleri kullanılır.

Bir ouldaki erkek öğretmenlerin sayısı tam sayılı değişkene örnek olarak verilebilir. Bu yüzden doğru cevap A seçeneğidir.

Farklı özelliklerin ortaya çıkma sıklığı hakkındaki bilgiye çok boyutlu bilgi denilmektedir. Bu nedenle doğru cevap C'dir.

Veri madenciliğinde temel değişken tipleri İsimsel (Nominal), İkili (Binary), Sıra Gösteren (Ordinal), Tamsayılı (Integer), Aralıklı Ölçümlendirilmiş (IntervalScaled), Oranlı Ölçümlendirilmiş (Ratio-Scaled) değişkenler olmak üzere gruplandırılabilir.

Bu nedenle doğru yanıt a) seçeneğidir.