Metody i narzędzia Informatycznego Wspomagania decyzji 
Zaliczenie laboratorium 

 
Zadania teoretyczne:  
  

1.

  Wylicz współczynnik  zaufania oraz  wsparcie oraz dla reguły regułę A -> C (jeżeli 

transakcja zawiera produkt A , to zawiera również produkt C), jeżeli zbiór wszystkich 
transakcji wygląda następująco:  

 

 

2.

  Dla przykładu z punktu poprzedniego wyznacz 

analogiczne współczynniki dla reguły: jeżeli w pierwszej 
kolejności miało miejsce A, to w dalszej kolejności miało 
miejsce C, jeżeli produkty wymienione są w kolejności 
wystąpienia. (analiza sekwencji).  

 
 

 

3.

  Wyznacz odległość przedstawionych dwóch skupień metodą najbliższego sąsiedztwa 

oraz najdalszego sąsiedztwa, odległości środków ciężkości oraz średniej odległości.  

 

 

 
4.

  Wyznacz odchylenia standardowe dla skupień przedstawionych na rysunku powyżej 

oraz całkowity rozrzut 

5.

  Do którego skupienia będzie po kolejnym kroku algorytmu grupowania metodą K-

ś

rednich należał będzie punkt X2, a do jakiego X4 ?  

6.

  Ile wynosi entropia pod kątem atrybutu Target  następującego zbioru danych 

7.

  Zakładając, że powyższe rekordy stanowią węzeł drzewa decyzyjnego, wyznacz 

atrybut ( X1 czy X2), względem którego nastąpi podział danych znajdujących się w 
tym węźle 

 

 
 

 

Id 
transakcji  

Produkty 

1 

AB 

2 

ABC 

3 

AC 

4 

BC 

5 

CA 

Metody i narzędzia Informatycznego Wspomagania decyzji 
Zaliczenie laboratorium 

 

 

 
 
 
 
 
: 
 

  

8) Wyznacz równanie regresji liniowej dla następującej zależności ceny samochodu od jego 
wieku:  
X (wiek 
samochodu) 

1 

2 

3 

4 

5 

6 

7 

8 

9 

Y (cena 
samochodu) 

60 

55 

51 

48 

44 

35 

28 

20 

15 

 
9) Wyznacz wartości teoretyczne (prognozowane) za pomocą następującego modelu regresji 
dla przedstawionych poniżej danych. Wyznacz wariancję resztową i odchylenie standardowe 
reszt.  

1

3

2

X

Y

⋅

+

=

 

X

1

 

Y 

Yˆ

 

 

3 

12 

 

 

4 

16 

 

 

1 

3 

 

 

5 

16 

 

 

4 

15 

 

 

 

10)  Zbudowano model predykcyjny w oparciu o analiz

ę

 regresji dla prognozowania warto

ś

ci 

samochodu. Uzyskano nast

ę

puj

ą

cy model:  

Y = 70 – 5*W – 0,05 * P + 10 * S,  
Gdzie: 
Y – cena samochodu w tys. złotych 
W – wiek samochodu w latach  
P – przebieg samochodu w tysi

ą

cach kilometrów 

S – pojemno

ść

 silnika w litrach.  

O ile zmniejszy si

ę

 warto

ść

 samochodu po pierwszym roku u

ż

ytkowania, je

ż

eli 

przejedzie on w tym czasie 40 tys. km?  

 

 

 

X1 

X2 

TARGET 

A 

D 

T 

A 

D 

T 

B 

D 

N 

B 

D 

N 

A 

D 

T 

A 

D 

T 

B 

C 

T 

B 

C 

T 

Metody i narzędzia Informatycznego Wspomagania decyzji 

Zaliczenie laboratorium 

Zadania praktyczne:  
 

 

 
1.

 

Wykonaj analiz

ę

 asocjacji dla danych opisuj

ą

cych transakcje w supermarkecie. (Zbiór 

SAMPSIO.ASSOCS).  

a.

 

Podaj liczb

ę

  wszystkich dwuczłonowych reguł, dla których poziom zaufania 

przekracza  30%.  

b.

 

Wska

ż

 dwuczłonow

ą

 reguł

ę

 która ma najwi

ę

kszy poziomo wsparcia. Ile 

wynosz

ą

 pozostałe współczynniki dla tej reguły?  

c.

 

Wska

ż

 dwuczłonow

ą

 reguł

ę

 o najwi

ę

kszym poziomie zaufania.  

d.

 

Wska

ż

 reguł

ę

 najwi

ę

kszym poziomie zaufania w

ś

ród reguł trzyczłonowych. 

 

2.

 

Ile wynosi współczynnik wsparcia wyznaczony dla  reguły z podpunktu b),  je

ż

eli 

przyjmiemy 

ż

e reguła uwzgl

ę

dnia kolejno

ść

 wkładanych do koszyka produktów ? 

(analiza sekwencji). 

 
3.

 

Wykonaj grupowanie graczy z narzucon

ą

 liczb

ą

 4 skupie

ń

.  Wykorzystaj do tego zbiór 

SAMPSIO.BASEBALL. Jako zmienne wykorzystywane w analizie wykorzystaj 
wszystkie zmienne ci

ą

głe, ustandaryzowane zakresowo.  

a.

 

Na podstawie wykonanej klasteryzacji  wybierz najbardziej jednorodne 
skupienie – podaj warto

ś

ci wska

ź

ników, które o tym 

ś

wiadcz

ą

:  

i.

 

………………………………………………………………………… 

ii.

 

………………………………………………………………………… 

b.

 

 Podaj, liczb

ę

 graczy zaklasyfikowanych do tego skupienia.  

c.

 

Wymie

ń

 kilka nazwisk graczy, zaklasyfikowanych do tego skupienia 

d.

 

 Podaj 

ś

redni

ą

 warto

ść

 płacy gracza w grupie graczy, charakteryzuj

ą

cej si

ę

 

najwy

ż

szymi zarobkami.  

e.

 

Dla skupienia z punktu d) podaj:  

i.

 

 Warto

ść

 odchylenia standardowego 

ii.

 

Promie

ń

 skupienia (maksymaln

ą

 odległo

ść

 obserwacji od 

ś

rodka 

ci

ęż

ko

ś

ci) 

4.

 

 Wykonaj analiz

ę

 regresji dla zbioru SAMPSIO.DMEXA1, zakładaj

ą

c 

ż

e 

poszukujemy zale

ż

no

ś

ci pomi

ę

dzy AMOUNT ( warto

ść

 dokonanych zakupów)  a 

zmiennymi:   wiek kupuj

ą

cego (AGE),  cz

ę

stotliwo

ść

 dokonywania zakupów 

(FREQUENT), warto

ść

 gospodarstwa domowego  (HOMEVAL),  dochód 

(INCOME).  

a.

 

Na podstawie wyników działania komponentu napisz równanie prostej 
regresji. 

b.

 

Oce

ń

 jako

ść

 dopasowania modelu. Podaj nazw

ę

 i warto

ść

 wska

ź

nika jakim si

ę

 

posłu

ż

yłe

ś

.  

c.

 

Podaj bł

ą

d oszacowania parametru dla zmiennej  AGE.  

5.

 

Zbuduj drzewo decyzyjne dla zmiennej GOOD_BAD w zbiorze 
SAMPSIO.DMAGECR (dane o klientach zaci

ą

gaj

ą

cych kredyt). .Jako zmienne 

wej

ś

ciowe wykorzystaj  wszystkie pozostałe zmienne.  

a.

 

Jaki atrybut posłu

ż

ył do podziału w korzeniu drzewa decyzyjnego ?  

b.

 

Podaj gł

ę

boko

ść

 uzyskanego drzewa decyzyjnego.  

c.

 

Ile obserwacji zawiera najliczniejszy li

ść

 ? Jak

ą

 warto

ść

 przyjmuje dla niego 

zmienna decyzyjna ?