数据挖掘试题150
数据挖掘考试题及答案
数据挖掘考试题及答案### 数据挖掘考试题及答案#### 一、选择题(每题2分,共20分)1. 数据挖掘的目的是发现数据中的:- A. 错误- B. 模式- C. 异常- D. 趋势答案:B2. 以下哪项不是数据挖掘的常用算法:- A. 决策树- B. 聚类分析- C. 线性回归- D. 神经网络答案:C3. 关联规则挖掘中,Apriori算法用于发现:- A. 频繁项集- B. 异常值- C. 趋势- D. 聚类答案:A4. K-means算法是一种:- A. 分类算法- B. 聚类算法- C. 预测算法- D. 关联规则挖掘算法答案:B5. 以下哪个指标用于评估分类模型的性能:- A. 准确率- B. 召回率- C. F1分数- D. 所有以上答案:D#### 二、简答题(每题10分,共30分)1. 描述数据挖掘中的“过拟合”现象,并给出避免过拟合的策略。
答案:过拟合是指模型对训练数据拟合得过于完美,以至于失去了泛化能力。
避免过拟合的策略包括:使用交叉验证、正则化技术、减少模型复杂度、获取更多的训练数据等。
2. 解释什么是“数据清洗”以及它在数据挖掘中的重要性。
答案:数据清洗是指从原始数据中识别并纠正(或删除)错误、重复或不完整的数据的过程。
它在数据挖掘中至关重要,因为脏数据会导致分析结果不准确,影响最终的决策。
3. 描述“特征选择”在数据挖掘中的作用。
答案:特征选择是数据挖掘中用来降低数据维度、提高模型性能和减少计算成本的过程。
通过选择最有信息量的特征,可以去除冗余或无关的特征,从而提高模型的准确性和效率。
#### 三、应用题(每题25分,共50分)1. 假设你正在分析一个电子商务网站的用户购买行为,描述你将如何使用数据挖掘技术来识别潜在的营销机会。
答案:首先,我会使用聚类分析来识别不同的用户群体。
然后,通过关联规则挖掘来发现不同用户群体的购买模式。
接着,利用分类算法来预测用户可能感兴趣的产品。
数据挖掘试题及答案
数据挖掘试题及答案数据挖掘是一门利用数据分析技术从大量的数据集中发现规律、模式和知识的过程。
它对我们理解和利用数据提供了有力的支持,被广泛应用于商业、科学研究等领域。
下面是一些常见的数据挖掘试题及其答案。
试题一:什么是数据挖掘?答案:数据挖掘是指利用计算机技术和统计学方法,从大规模数据集中发现隐藏在其中的有价值的信息和知识的过程。
它包括数据预处理、特征选择、模型构建以及模式识别和知识发现等步骤。
试题二:数据挖掘的主要任务有哪些?答案:数据挖掘的主要任务包括分类、聚类、关联规则挖掘和异常检测等。
分类是指将数据集中的样本划分到不同的类别中;聚类是将数据集划分为若干个相似的组;关联规则挖掘是找出数据中项之间的关联关系;异常检测是识别与正常模式不符的数据。
试题三:数据挖掘中常用的算法有哪些?答案:数据挖掘中常用的算法包括决策树、聚类算法、关联规则算法和神经网络等。
决策树算法通过对数据集进行划分,构建一棵树形结构用于分类;聚类算法根据相似度将数据集分为不同的簇;关联规则算法用于发现数据集中项之间的关联关系;神经网络模拟人脑的神经元网络结构,用于数据分类和预测。
试题四:数据挖掘的应用场景有哪些?答案:数据挖掘的应用场景非常广泛。
在商业领域,它可以帮助企业进行市场分析、客户关系管理和产品推荐等;在科学研究中,它能够帮助科学家从大量的实验数据中发现新的知识和规律;在医疗领域,它可以辅助医生进行疾病诊断和治疗方案选择等。
试题五:数据挖掘存在的挑战有哪些?答案:数据挖掘存在一些挑战,包括数据质量不高、维度灾难、算法性能和可解释性等方面。
数据质量不高可能导致挖掘结果不准确;维度灾难是指当数据特征数量很多时,算法的计算复杂度急剧增加;算法性能要求高,对大规模数据集的挖掘需要高效的算法;可解释性是指挖掘结果是否易于被理解和解释。
以上是一些常见的数据挖掘试题及其答案。
通过理解和掌握数据挖掘的基本概念、任务、算法和应用场景,可以帮助我们更好地运用数据挖掘技术,从海量数据中提取有价值的信息和知识,为决策和创新提供支持。
数据库数据挖掘与分析考试试卷
数据库数据挖掘与分析考试试卷(答案见尾页)一、选择题1. 数据挖掘的主要目的是什么?A. 提取数据库中的数据B. 分析数据库中的数据以发现隐藏的模式和关联C. 存储和管理数据库中的数据D. 传输数据库中的数据2. 在数据挖掘中,以下哪个过程是用来发现数据项之间的有趣关系和关联的?A. 数据清理B. 数据集成C. 数据转换D. 数据挖掘3. 数据挖掘任务通常不包括以下哪项?A.分类B.聚类C.回归D. 数据库优化4. 关联规则学习是数据挖掘中的一个重要技术,它主要关注什么?A. 发现数据集中不同项之间的因果关系B. 发现数据集中频繁出现的模式和关联C. 建立数据模型以预测未来趋势D. 优化数据库查询性能5. 在聚类分析中,以下哪个选项不是常用的距离度量方法?A. 曼哈顿距离B. 欧氏距离C. 切比雪夫距离D. 余弦相似度6. 数据挖掘中经常使用哪种图表来展示聚类结果?A. 条形图B. 饼图C. 网络图D. 散点图7. 在数据挖掘中,以下哪个算法主要用于发现连续数值型数据中的异常值或离群点?A. K-均值算法B. DBSCANC. 谱聚类算法D. 决策树算法8. 数据挖掘中,以下哪个步骤不是数据预处理的一部分?A. 数据清洗B. 数据集成C. 数据转换D. 数据降维9. 在建立数据挖掘模型时,以下哪个步骤不是特征选择的一部分?A. 特征提取B. 特征选择C. 特征验证D. 特征排序10. 数据挖掘中,以下哪个工具不是常用的数据挖掘工具?A. SQLB. ExcelC. PythonD. R二、问答题2. 什么是SQL语言?请列举几种常见的SQL语句。
3. 什么是数据库的完整性约束?请举例说明。
4. 什么是数据库的设计原则?请列举几个常用的设计原则。
5. 什么是数据库的范式?请简要解释第一范式和第二范式。
6. 什么是数据库索引?请简述索引的作用和分类。
7. 什么是数据库的事务处理?请简述事务的定义和特性。
历年数据挖掘期末考试试题及答案
历年数据挖掘期末考试试题及答案2019年春选择题1. 关于数据挖掘下列叙述中,正确的是:- A. 数据挖掘只是寻找数据中的有用信息- B. 数据挖掘就是将数据放置于数据仓库中,方便查询- C. 数据挖掘是指从大量有噪音数据中提取未知、隐含、先前未知的、重要的、可理解的模式或知识- D. 数据挖掘就是从数据中提取出数值型变量2. 下列关于聚类分析的说法中,正确的是:- A. 聚类分析是无监督研究- B. 聚类分析的目的是找到一组最优特征- C. 聚类分析只能用于数值型变量- D. 聚类分析是一种监督研究方法3. 一般的数据挖掘流程包括以下哪些步骤:- A. 数据采集- B. 数据清洗- C. 数据转换- D. 模型构建- E. 模型评价- F. 模型应用- G. A、B、C、D、E- H. A、B、C、D、E、F- I. B、C、D、E、F- J. C、D、E、F简答题1. 什么是数据挖掘?介绍一下数据挖掘的流程。
数据挖掘是从庞大、复杂的数据集中提取有价值的、对决策有帮助的信息。
包括数据采集、数据清洗、数据转换、模型构建、模型评价和模型应用等步骤。
2. 聚类分析和分类分析有什么不同?聚类分析和分类分析都是数据挖掘的方法,不同的是聚类分析是无监督研究,通过相似度,将数据集分为不同的组;分类分析是监督研究,通过已知的训练集数据来预测新的数据分类。
也就是说在分类中有“标签”这个中间过程。
3. 请介绍一个你知道的数据挖掘算法,并简单阐述它的流程。
Apriori算法:是一种用于关联规则挖掘的算法。
主要流程包括生成项集、计算支持度、生成候选规则以及计算可信度四步。
首先生成单个项集,计算各项集在数据集中的支持度;然后根据单个项集生成项集对,计算各项集对在数据集中的支持度;接着从项集对中找出支持度大于某个阈值的,生成候选规则;最后计算规则的置信度,保留置信度大于某个阈值的规则作为关联规则。
数据挖掘试题(150道)
.法是一种在已知后验概率与类条件概率地情况下地模式分类方法,待分样本地分类结果取决于各类域中样本地全体. (错)
.分类模型地误差大致分为两种:训练误差()和泛化误差(). (对)
.在决策树中,随着树中结点数变得太大,即使模型地训练误差还在继续减低,但是检验误差开始增大,这是出现了模型拟合不足地问题.(错)
.是这样一个分类器,他寻找具有最小边缘地超平面,因此它也经常被称为最小边缘分类器()(错)
.在聚类分析当中,簇内地相似性越大,簇间地差别越大,聚类地效果就越差.(错)
.聚类分析可以看作是一种非监督地分类.(对)
.均值是一种产生划分聚类地基于密度地聚类算法,簇地个数由算法自动地确定.(错
.给定由两次运行均值产生地两个不同地簇集,误差地平方和最大地那个应该被视为较优.(错)
.选择一个算法过程使评分函数最优
.决定用什么样地数据管理原则以高效地实现算法.
.数据挖掘地预测建模任务主要包括哪几大类问题?( )
.分类.回归.模式发现.模式匹配
.数据挖掘算法地组件包括:( )
.模型或模型结构.评分函数.优化和搜索方法.数据管理策略
.以下哪些学科和数据挖掘有密切联系?( )
.统计.计算机组成原理.矿产挖掘.人工智能
.数据仓库地主要目标就是帮助分析,做长期性地战略制定
.数据仓库在技术上地工作过程是:()
.数据地抽取.存储和管理.数据地表现个人收集整理勿做商业用途
.数据仓库设计.数据地表现
.联机分析处理包括以下哪些基本分析功能?()
.聚类.切片.转轴.切块.分类
.利用算法计算频繁项集可以有效降低计算频繁集地时间复杂度.在以下地购物篮中产生支持度不小于地候选项集,在候选项集中需要剪枝地是()
数据挖掘考试题
数据挖掘考试题一.选择题1. 当不知道数据所带标签时,可以使用哪种技术促使带同类标签的数据与带其他标签的数据相分离?( )2. ( )将两个簇的邻近度定义为不同簇的所有点对邻近度的平均值,它是一种凝聚层次聚类技术。
“啤酒与尿布试验”最主要是应用了( )数据挖掘方法。
A 分类B 预测 C关联规则分析 D聚类4.关于K均值和DBSCAN的比较,以下说法不正确的是( )A.K均值丢弃被它识别为噪声的对象,而DBSCAN一般聚类所有对象。
B.K均值使用簇的基于原型的概念,DBSCAN使用基于密度的概念。
C.K均值很难处理非球形的簇和不同大小的簇,DBSCAN可以处理不同大小和不同形状的簇D.K均值可以发现不是明显分离的簇,即便簇有重叠也可以发现,但是DBSCAN会合并有重叠的簇’s Method说法错误的是:( )C.对于Ward方法,两个簇的邻近度定义为两个簇合并时导致的平方误差D.当两个点之间的邻近度取它们之间距离的平方时,Ward方法与组平均非常相似6.下列关于层次聚类存在的问题说法正确的是:( )A.具有全局优化目标函数B.Group Average擅长处理球状的簇C.可以处理不同大小簇的能力D.Max对噪声点和离群点很敏感7.下列关于凝聚层次聚类的说法中,说法错误的事:( )A.一旦两个簇合并,该操作就不能撤销2m O8.规则{牛奶,尿布}→{啤酒}的支持度和置信度分别为:( )TID项 集 12345{面包,牛奶} {面包,尿布,啤酒,鸡蛋} {牛奶,尿布,啤酒,可乐} {面包,牛奶,尿布,啤酒} {面包,牛奶,尿布,可乐}9.下列( )是属于分裂层次聚类的方法。
10.对下图数据进行凝聚聚类操作,簇间相似度使用MAX 计算,第二步是哪两个簇合并:( )A.在{3}和{l,2}合并B.{3}和{4,5}合并C.{2,3}和{4,5}合并D. {2,3}和{4,5}形成簇和{3}合并二.填空题:1. 属性包括的四种类型: 、 、 、 。
数据挖掘考试题库及答案
数据挖掘考试题库及答案一、选择题1. 数据挖掘是从大量数据中提取有价值信息的过程,以下哪项不是数据挖掘的主要任务?A. 预测B. 分类C. 聚类D. 数据可视化答案:D2. 以下哪种技术不属于数据挖掘的常用方法?A. 决策树B. 支持向量机C. 关联规则D. 数据仓库答案:D3. 数据挖掘中,以下哪项技术常用于分类和预测?A. 神经网络B. K-均值聚类C. 主成分分析D. 决策树答案:D4. 在数据挖掘中,以下哪个概念表示数据集中的属性?A. 数据项B. 数据记录C. 数据属性D. 数据集答案:C5. 数据挖掘中,以下哪个算法用于求解关联规则?A. Apriori算法B. ID3算法C. K-Means算法D. C4.5算法答案:A二、填空题6. 数据挖掘的目的是从大量数据中提取______信息。
答案:有价值7. 在数据挖掘中,分类任务分为有监督学习和______学习。
答案:无监督8. 决策树是一种用于分类和预测的树形结构,其核心思想是______。
答案:递归划分9. 关联规则挖掘中,支持度表示某个项集在数据集中的出现频率,置信度表示______。
答案:包含项集的记录中同时包含结论的记录的比例10. 数据挖掘中,聚类分析是将数据集划分为若干个______的子集。
答案:相似三、判断题11. 数据挖掘只关注大量数据中的异常值。
()答案:错误12. 数据挖掘是数据仓库的一部分。
()答案:正确13. 决策树算法适用于处理连续属性的分类问题。
()答案:错误14. 数据挖掘中的聚类分析是无监督学习任务。
()答案:正确15. 关联规则挖掘中,支持度越高,关联规则越可靠。
()答案:错误四、简答题16. 简述数据挖掘的主要任务。
答案:数据挖掘的主要任务包括预测、分类、聚类、关联规则挖掘、异常检测等。
17. 简述决策树算法的基本原理。
答案:决策树算法是一种自顶向下的递归划分方法。
它通过选择具有最高信息增益的属性进行划分,将数据集划分为若干个子集,直到满足停止条件。
数据挖掘知识竞赛题库及答案
数据挖掘知识竞赛题库及答案一、选择题1. 数据挖掘的目的是从大量的数据中发现有价值的信息和知识。
以下哪个不是数据挖掘的主要任务?A. 分类B. 聚类C. 预测D. 图像识别答案:D2. 在数据挖掘过程中,特征工程是指什么?A. 选择与目标变量相关的特征B. 对特征进行标准化处理C. 特征降维D. 以上都是答案:D3. K-近邻算法是一种基于什么的分类方法?A. 决策树B. 支持向量机C. 神经网络D. 实例匹配答案:D4. 在数据挖掘中,什么是衡量分类器性能的主要指标?A. 准确率B. 召回率C. F1值D. AUC值答案:D5. 在关联规则挖掘中,最小支持度是指什么?A. 出现在至少一半的事务中的项集B. 出现在至少一定比例的事务中的项集C. 出现在至少一个事务中的项集D. 出现在至少多数事务中的项集答案:B6. 以下哪种技术不属于聚类分析?A. K-均值B. 层次聚类C. 密度聚类D. 决策树聚类答案:D7. 在时间序列分析中,什么是时间序列的前向扩散?A. 过去的信息对当前信息的影响B. 当前的信息对过去信息的影响C. 未来的信息对当前信息的影响D. 当前的信息对未来信息的影响答案:C8. 在数据挖掘中,什么是基于模型的预测方法?A. 利用已有数据建立模型,对新数据进行预测B. 直接对原始数据进行预测C. 利用专家经验进行预测D. 利用机器学习算法进行预测答案:A9. 在数据挖掘中,什么是维度归一化?A. 将特征值缩放到一个固定范围B. 减少特征的数量C. 特征选择D. 特征提取答案:A10. 在数据挖掘中,什么是过拟合?A. 模型在训练集上的性能很好,但在测试集上的性能较差B. 模型在训练集上的性能较差,但在测试集上的性能很好C. 模型在训练集和测试集上的性能都很好D. 模型在训练集和测试集上的性能都较差答案:A二、填空题1. 数据挖掘的主要任务包括分类、聚类、预测和__________。
数据挖掘测试题及答案
数据挖掘测试题及答案一、选择题1. 数据挖掘的目的是:A. 数据清洗B. 数据转换C. 模式发现D. 数据存储答案:C2. 以下哪项不是数据挖掘的常用算法?A. 决策树B. 聚类分析C. 线性回归D. 关联规则答案:C二、填空题1. 数据挖掘中的_________是指在大量数据中发现的有意义的模式。
答案:知识2. 一种常用的数据挖掘技术是_________,它用于发现数据中隐藏的分组。
答案:聚类三、简答题1. 简述数据挖掘与数据分析的区别。
答案:数据挖掘是一种自动或半自动的过程,旨在从大量数据中发现模式和知识。
数据分析通常涉及更具体的查询和问题,使用统计方法来理解数据。
2. 描述什么是关联规则挖掘,并给出一个例子。
答案:关联规则挖掘是一种用于发现变量之间有趣关系的技术,特别是变量之间的频繁模式、关联或相关性。
例如,在市场篮子分析中,关联规则挖掘可以用来发现顾客购买行为中的模式,如“购买面包的顾客中有80%也购买了牛奶”。
四、计算题1. 给定以下数据集,计算支持度和置信度:| 事务ID | 购买的商品 |||-|| 1 | A, B || 2 | A, C || 3 | B, C || 4 | A, B, C || 5 | B, D |(1) 计算项集{A}的支持度。
(2) 计算规则A => B的置信度。
答案:(1) 项集{A}的支持度为4/5,因为A出现在4个事务中。
(2) 规则A => B的置信度为3/4,因为A和B同时出现在3个事务中,而A出现在4个事务中。
五、论述题1. 论述数据挖掘在电子商务中的应用,并给出至少两个具体的例子。
答案:数据挖掘在电子商务中的应用非常广泛,包括:- 客户细分:通过数据挖掘技术,商家可以识别不同的客户群体,为每个群体提供定制化的服务或产品。
- 推荐系统:利用关联规则挖掘,电商平台可以推荐用户可能感兴趣的商品,提高用户满意度和购买率。
- 欺诈检测:通过分析交易模式,数据挖掘可以帮助识别异常行为,预防信用卡欺诈等风险。
数据挖掘测试题及答案
数据挖掘测试题及答案一、单项选择题(每题2分,共10题,共20分)1. 数据挖掘中,用于发现数据集中的关联规则的算法是:A. K-meansB. AprioriC. Naive BayesD. Decision Tree答案:B2. 以下哪个选项不是数据挖掘的步骤之一:A. 数据预处理B. 数据探索C. 数据收集D. 数据分析答案:C3. 在分类问题中,以下哪个算法属于监督学习:A. 聚类B. 决策树C. 关联规则D. 异常检测答案:B4. 数据挖掘中,用于发现数据集中的频繁项集的算法是:A. K-meansB. AprioriC. Naive BayesD. Decision Tree5. 在数据挖掘中,以下哪个选项不是数据预处理的步骤:A. 数据清洗B. 数据集成C. 数据变换D. 数据分类答案:D6. 以下哪个算法主要用于聚类问题:A. K-meansB. AprioriC. Naive BayesD. Decision Tree答案:A7. 在数据挖掘中,以下哪个选项不是数据挖掘的应用领域:A. 市场分析B. 医疗诊断C. 社交网络分析D. 视频游戏开发答案:D8. 以下哪个算法主要用于异常检测:A. K-meansB. AprioriC. Naive BayesD. One-Class SVM答案:D9. 在数据挖掘中,以下哪个选项不是数据挖掘的输出结果:B. 规则C. 趋势D. 软件答案:D10. 以下哪个算法主要用于分类问题:A. K-meansB. AprioriC. Naive BayesD. Decision Tree答案:D二、多项选择题(每题3分,共5题,共15分)1. 数据挖掘中,以下哪些算法可以用于分类问题:A. K-meansB. Decision TreeC. Naive BayesD. Logistic Regression答案:BCD2. 在数据挖掘中,以下哪些步骤属于数据预处理:A. 数据清洗B. 数据集成C. 数据变换D. 数据分类答案:ABC3. 以下哪些算法可以用于聚类问题:A. K-meansB. AprioriC. Hierarchical ClusteringD. DBSCAN答案:ACD4. 在数据挖掘中,以下哪些步骤属于数据探索:A. 数据可视化B. 数据摘要C. 数据分类D. 数据变换答案:AB5. 以下哪些算法可以用于异常检测:A. K-meansB. One-Class SVMC. Isolation ForestD. Apriori答案:BC三、简答题(每题5分,共3题,共15分)1. 简述数据挖掘中关联规则挖掘的主要步骤。
数据挖掘试题
数据挖掘试题及答案
1.数据挖掘的定义是什么?
数据挖掘是指从大量数据中通过算法自动发现和提取有用的信息,并对其进行分析和解释,以帮助企业做出决策的过程。
1.数据挖掘的主要任务是什么?
数据挖掘的主要任务包括关联分析、聚类分析、分类和预测、偏差检测等。
1.什么是关联分析?
关联分析是指通过发现大量数据中项集之间的关联性或相关性来进行分析的一种方法。
常见的关联分析算法有Apriori算法和FP-Growth算法。
1.什么是聚类分析?
聚类分析是指将物理或抽象对象组成的多个组或类按照它们的相似性进行分类。
聚类分析的目标是将相似的对象归为一类,同时将不相似或不同的对象分离出来。
1.什么是分类和预测?
分类是指根据历史数据和经验建立模型,然后使用该模型对新的未知数据进行预测或分类。
预测则是利用已知的变量和参数来预测未来的结果或趋势。
1.什么是偏差检测?
偏差检测是指通过检测数据中的异常值、离群点或不寻常的模式来发现异常情况或错误的过程。
偏差检测可以帮助企业发现数据中的问题和不一致性,及时纠正错误或采取相应措施。
《数据挖掘》试题与答案
一、解答题(满分30分,每小题5分)1. 怎样理解数据挖掘和知识发现的关系?请详细阐述之首先从数据源中抽取感兴趣的数据,并把它组织成适合挖掘的数据组织形式;然后,调用相应的算法生成所需的知识;最后对生成的知识模式进行评估,并把有价值的知识集成到企业的智能系统中。
知识发现是一个指出数据中有效、崭新、潜在的、有价值的、一个不可忽视的流程,其最终目标是掌握数据的模式。
流程步骤:先理解要应用的领域、熟悉相关知识,接着建立目标数据集,并专注所选择的数据子集;再作数据预处理,剔除错误或不一致的数据;然后进行数据简化与转换工作;再通过数据挖掘的技术程序成为模式、做回归分析或找出分类模型;最后经过解释和评价成为有用的信息。
2. 时间序列数据挖掘的方法有哪些,请详细阐述之时间序列数据挖掘的方法有:1)、确定性时间序列预测方法:对于平稳变化特征的时间序列来说,假设未来行为与现在的行为有关,利用属性现在的值预测将来的值是可行的。
例如,要预测下周某种商品的销售额,可以用最近一段时间的实际销售量来建立预测模型。
2)、随机时间序列预测方法:通过建立随机模型,对随机时间序列进行分析,可以预测未来值。
若时间序列是平稳的,可以用自回归(Auto Regressive,简称AR)模型、移动回归模型(Moving Average,简称MA)或自回归移动平均(Auto Regressive Moving Average,简称ARMA)模型进行分析预测。
3)、其他方法:可用于时间序列预测的方法很多,其中比较成功的是神经网络。
由于大量的时间序列是非平稳的,因此特征参数和数据分布随着时间的推移而变化。
假如通过对某段历史数据的训练,通过数学统计模型估计神经网络的各层权重参数初值,就可能建立神经网络预测模型,用于时间序列的预测。
3. 数据挖掘的分类方法有哪些,请详细阐述之分类方法归结为四种类型:1)、基于距离的分类方法:距离的计算方法有多种,最常用的是通过计算每个类的中心来完成,在实际的计算中往往用距离来表征,距离越近,相似性越大,距离越远,相似性越小。
数据挖掘及应用考试试题及答案
数据挖掘及应用考试试题及答案一、选择题(每题2分,共20分)1. 以下哪项不属于数据挖掘的主要任务?A. 分类B. 聚类C. 关联规则挖掘D. 数据清洗答案:D2. 数据挖掘中,以下哪项技术不属于关联规则挖掘的方法?A. Apriori算法B. FP-growth算法C. ID3算法D. 决策树算法答案:C3. 以下哪个算法不属于聚类算法?A. K-means算法B. DBSCAN算法C. Apriori算法D. 层次聚类算法答案:C4. 数据挖掘中,以下哪个属性类型不适合进行关联规则挖掘?A. 连续型属性B. 离散型属性C. 二进制属性D. 有序属性答案:A5. 数据挖掘中,以下哪个评估指标用于衡量分类模型的性能?A. 准确率B. 精确度C. 召回率D. 所有以上选项答案:D二、填空题(每题3分,共30分)6. 数据挖掘的目的是从大量数据中挖掘出有价值的________和________。
答案:知识;模式7. 数据挖掘的主要任务包括分类、聚类、关联规则挖掘和________。
答案:预测分析8. Apriori算法中,最小支持度(min_support)和最小置信度(min_confidence)是两个重要的参数,它们分别用于控制________和________。
答案:频繁项集;强规则9. 在K-means聚类算法中,聚类结果的好坏取决于________和________。
答案:初始聚类中心;迭代次数10. 数据挖掘中,决策树算法的构建过程主要包括________、________和________三个步骤。
答案:选择最佳分割属性;生成子节点;剪枝三、判断题(每题2分,共20分)11. 数据挖掘是数据库技术的一个延伸,它的目的是从大量数据中提取有价值的信息。
()答案:√12. 数据挖掘过程中,数据清洗是必不可少的步骤,用于提高数据质量。
()答案:√13. 数据挖掘中,分类和聚类是两个不同的任务,分类需要训练集,而聚类不需要。
数据挖掘期末考试题库
数据挖掘期末考试题库第一部分:单项选择题(每题2分,共20分)1. 数据挖掘的主要任务是:A. 数据清洗B. 数据可视化C. 数据预处理D. 信息提取2. 下列哪种算法不属于分类算法?A. 决策树B. K均值聚类C. 朴素贝叶斯D. 支持向量机3. 以下哪种评估指标适合用于回归模型的评价?A. 准确率B. 精确率C. 均方误差D. 召回率4. 什么是过拟合?A. 欠拟合B. 模型泛化能力差C. 训练数据效果好,测试数据效果差D. 模型对训练数据过于复杂5. 数据挖掘中最常用的算法之一是:A. 关联规则挖掘B. 地理聚类算法C. PCA主成分分析D. 神经网络6. 在K均值聚类算法中,K的取值是:A. 随机指定B. 需要提前确定C. 可以根据数据自动调整D. 由数据量来决定7. 数据不平衡问题常见的解决方法是:A. 降采样B. 升采样C. 阈值移动D. 过采样8. 常用的数据变换方法包括:A. 标准化B. 特征选择C. 特征抽取D. 以上都是9. 以下哪个不是决策树算法?A. CARTB. SVMC. ID3D. C4.510. 数据挖掘的任务包括:A. 分类B. 预测C. 聚类D. 以上都是第二部分:简答题(每题5分,共25分)1. 请简要介绍数据挖掘的相关概念及主要任务。
2. 什么是数据清洗?数据预处理的主要步骤有哪些?3. 请简要描述K均值聚类算法的原理及应用场景。
4. 什么是特征选择?为什么特征选择在数据挖掘中很重要?5. 请解释模型评估中的ROC曲线及AUC指标的含义。
第三部分:分析题(每题10分,共30分)1. 请根据提供的数据集,使用决策树算法进行分类预测,并对算法进行评估。
2. 请使用K均值聚类算法对特定数据进行聚类,并解释聚类结果的含义。
3. 请选择一个自己感兴趣的数据集,设计一个数据挖掘项目,并说明项目的背景、目的、方法及预期结果。
第四部分:应用题(每题15分,共30分)1. 请根据给定的销售数据,利用关联规则挖掘算法找出频繁项集和关联规则,并分析其规则含义及实际应用。
数据挖掘考试题及答案
数据挖掘考试题及答案一、单项选择题(每题2分,共20分)1. 数据挖掘的主要任务不包括以下哪一项?A. 分类B. 聚类C. 预测D. 数据清洗答案:D2. 以下哪个算法不是用于分类的?A. 决策树B. 支持向量机C. K-meansD. 神经网络答案:C3. 在数据挖掘中,关联规则挖掘主要用于发现以下哪种类型的模式?A. 频繁项集B. 异常检测C. 聚类D. 预测答案:A4. 以下哪个指标用于评估分类模型的性能?A. 准确率B. 召回率C. F1分数D. 以上都是答案:D5. 在数据挖掘中,过拟合是指模型:A. 过于复杂,无法泛化到新数据B. 过于简单,无法捕捉数据的复杂性C. 无法处理缺失值D. 无法处理异常值答案:A6. 以下哪个算法是用于异常检测的?A. AprioriB. K-meansC. DBSCAND. ID3答案:C7. 在数据挖掘中,哪个步骤是用于减少数据集中的噪声和不相关特征?A. 数据预处理B. 数据探索C. 数据转换D. 数据整合答案:A8. 以下哪个是时间序列分析中常用的模型?A. 线性回归B. ARIMAC. 决策树D. 神经网络答案:B9. 在数据挖掘中,哪个算法是用于处理高维数据的?A. 主成分分析(PCA)B. 线性回归C. 逻辑回归D. 随机森林答案:A10. 以下哪个是文本挖掘中常用的技术?A. 词袋模型B. 决策树C. 聚类分析D. 以上都是答案:D二、多项选择题(每题3分,共15分)11. 数据挖掘过程中可能涉及的步骤包括哪些?A. 数据清洗B. 数据转换C. 数据探索D. 模型训练答案:ABCD12. 以下哪些是数据挖掘中常用的数据预处理技术?A. 缺失值处理B. 特征选择C. 特征缩放D. 数据离散化答案:ABCD13. 在数据挖掘中,哪些因素可能导致模型过拟合?A. 训练数据量过少B. 模型过于复杂C. 训练数据噪声过多D. 训练数据不具代表性答案:ABCD14. 以下哪些是评估聚类算法性能的指标?A. 轮廓系数B. 戴维斯-邦丁指数C. 兰德指数D. 互信息答案:ABCD15. 在数据挖掘中,哪些是常用的特征工程方法?A. 特征选择B. 特征提取C. 特征构造D. 特征降维答案:ABCD三、简答题(每题10分,共30分)16. 简述数据挖掘中的“挖掘”过程通常包括哪些步骤。
数据挖掘试题(110道)
单选题1.某超市研究销售纪录数据后发现,买啤酒的人很大概率也会购买尿布,这种属于数据挖掘的哪类问题?(A)A.xx规则发现B.聚类C.分类D.自然语言处理2.以下两种描述分别对应哪两种对分类算法的评价标准?(A)(a)警察抓小偷,描述警察抓的人中有多少个是小偷的标准。
(b)描述有多少比例的小偷给警察抓了的标准。
A. Precision,RecallB. Recall,PrecisionA. Precision,ROC D. Recall,ROC3.将原始数据进行集成、变换、维度规约、数值规约是在以下哪个步骤的任务?(C)A.频繁模式挖掘B.分类和预测C.数据预处理D.数据流挖掘4.当不知道数据所带标签时,可以使用哪种技术促使带同类标签的数据与带其他标签的数据相分离?(B)A.分类B.聚类C.关联分析D.隐马尔可夫链5.什么是KDD?(A)A.数据挖掘与知识发现B.领域知识发现C.文档知识发现D.动态知识发现6.使用交互式的和可视化的技术,对数据进行探索属于数据挖掘的哪一类任务?(A)A.探索性数据分析B.建模描述C.预测建模D.寻找模式和规则7.为数据的总体分布建模;把多维空间划分成组等问题属于数据挖掘的哪一类任务?(B)A.探索性数据分析B.建模描述C.预测建模D.寻找模式和规则8.建立一个模型,通过这个模型根据已知的变量值来预测其他某个变量值属于数据挖掘的哪一类任务?(C)A.根据内容检索B.建模描述C.预测建模D.寻找模式和规则9.用户有一种感兴趣的模式并且希望在数据集中找到相似的模式,属于数据挖掘哪一类任务?(A)A.根据内容检索B.建模描述C.预测建模D.寻找模式和规则11.下面哪种不属于数据预处理的方法?(D)A变量代换B离散化C 聚集D 估计遗漏值12.假设12个销售价格记录组已经排序如下:5, 10, 11, 13, 15, 35, 50, 55, 72, 92, 204, 215使用如下每种方法将它们划分成四个箱。
数据挖掘试题及答案
数据挖掘试题及答案### 数据挖掘试题及答案#### 一、选择题1. 数据挖掘的最终目标是什么?- A. 数据清洗- B. 数据集成- C. 数据分析- D. 发现知识答案:D2. 以下哪个算法不属于聚类算法?- A. K-means- B. DBSCAN- C. Apriori- D. Hierarchical Clustering答案:C3. 在数据挖掘中,关联规则挖掘主要用于发现什么? - A. 异常值- B. 频繁项集- C. 趋势- D. 聚类答案:B4. 决策树算法中的剪枝操作是为了解决什么问题?- A. 过拟合- B. 欠拟合- C. 数据不平衡- D. 特征选择答案:A5. 以下哪个是时间序列分析的常用方法?- A. 逻辑回归- B. 线性回归- C. ARIMA模型- D. 支持向量机答案:C#### 二、简答题1. 简述数据挖掘中的分类和聚类的区别。
答案:分类是监督学习过程,它使用标记的训练数据来预测数据的类别。
聚类是无监督学习过程,它将数据分组,使得同一组内的数据点相似度较高,不同组之间的数据点相似度较低。
2. 解释什么是异常检测,并给出一个实际应用的例子。
答案:异常检测是一种识别数据集中异常或不寻常模式的方法。
它通常用于识别欺诈行为、网络安全问题或机械故障。
例如,在信用卡交易中,异常检测可以用来识别潜在的欺诈行为。
3. 描述决策树的工作原理。
答案:决策树通过一系列的问题(通常是二元问题)来对数据进行分类。
从根节点开始,数据被分割成不同的子集,然后每个子集继续被分割,直到达到叶节点,叶节点代表最终的分类结果。
#### 三、应用题1. 给定一组客户数据,包括年龄、收入和购买历史。
使用数据挖掘技术来识别哪些客户更有可能购买新产品。
答案:可以使用决策树或逻辑回归等分类算法来分析客户数据,识别影响购买行为的关键特征。
通过训练模型,可以预测哪些客户更有可能购买新产品。
2. 描述如何使用关联规则挖掘来发现超市中商品的购买模式。
数据挖掘期末试题及答案
数据挖掘期末试题及答案一、选择题(每题2分,共20分)1. 数据挖掘中,以下哪个算法是用于分类的?A. AprioriB. K-meansC. KNND. ID32. 以下哪个不是数据挖掘的步骤?A. 数据预处理B. 数据集成C. 数据可视化D. 数据存储3. 在关联规则挖掘中,支持度(Support)是指什么?A. 规则出现的频率B. 规则的可信度C. 规则的覆盖范围D. 规则的强度4. 以下哪个是聚类算法?A. Logistic RegressionB. Decision TreeC. Naive BayesD. Hierarchical Clustering5. 数据挖掘中,特征选择的目的是什么?A. 增加数据量B. 减少数据量C. 增加模型复杂度D. 减少模型复杂度二、简答题(每题10分,共30分)1. 请简述数据挖掘中过拟合的概念及其预防方法。
2. 解释什么是决策树,并说明其在数据挖掘中的应用。
3. 描述数据预处理的重要性及其主要步骤。
三、应用题(每题25分,共50分)1. 假设你有一个包含客户购买历史的数据集,描述如何使用数据挖掘技术来发现潜在的购买模式。
2. 给出一个实际例子,说明如何使用关联规则挖掘来提高零售业的销售效率。
四、案例分析(共30分)1. 阅读以下案例描述,并分析使用数据挖掘技术解决该问题的优势和可能遇到的挑战。
案例描述:一家电子商务公司想要通过分析用户浏览和购买行为来优化其推荐系统。
公司收集了大量用户数据,包括浏览历史、购买记录、用户评分和反馈。
答案:一、选择题1. D2. D3. A4. D5. D二、简答题1. 过拟合是指模型在训练数据上表现良好,但在新的、未见过的数据上表现差的现象。
预防过拟合的方法包括:使用交叉验证、正则化技术、减少模型复杂度等。
2. 决策树是一种监督学习算法,用于分类和回归任务。
它通过一系列的问题将数据分割成不同的子集,直到达到一个纯度的节点,即决策点。
数据挖掘练习题.doc
一、填空题1、 数据预处理对于数据挖掘是一个重要问题,主要包括 _______________ 、数 据集成、 ____________ 和数据归约。
2、 多维数据模型的星形模式中,主要依靠事实表中 __________ 的与维表联系在一起。
3、 __________ 允许从多个维对数据建模和观察,它由维和事实定义。
}的中位数为 _______ , 4、 数据集{5, 10, 11, 13, 15, 15, 35, 50, 55, 72, 92, 204, 215众数为 _________ o5、 在多个抽象层上挖掘数据产生的关联规则称为 _____________ o6、 将物理或抽象对象的集合分成相似的对象类(或簇)的过程称为 ___________O7、 分类和预测是两种数据分析形式,可以用来建立模型,预测数据未来的趋势,其中 _____________ 用来预测类别标号, ___________ 用来建立连续函数 模型。
),两个对象8、 给定两个对象,分别表示为(22, 1, 42, 10), (20, 0, 36, 8之间的曼哈顿距离为 _______________o9、 通常数据仓库与0LAP工具是基于 ___________ 模型进行设计的。
10、 涉及两个或多个维的关联规则称为 ______________o二、单项选择题1、 S PSS作为通用的统计软件包不仅被广泛地用于经济、管理、工业等领域的数据统计处理,而且在()中得到了应用。
A、数据挖掘领域B、数据仓库领域C、信息管理领域D、系统管理领域2、 下列度量中,哪一个度量不属于集中趋势度量:()。
A、中位数B、中列数C、众数D、极差3、 OLAP技术的核心是:( )。
A、在线性B、对用户的快速响应C、互操作性D、多维分析4、 关于OLAP和OLTP的说法,下列不正确的是:()A、 OLTP事务量大,但事务内容比较简单且重复率高B、 OLAP的数据来源与OLTP不完全一样C、 OLTP面对的是决策人员和高层管理人员D、 OLTP以应用为核心,是应用驱动的5、 下列哪种操作可以使用户更加直观地从不同角度观察数据立方体中不同维之间的关系:()0A、上卷B、下钻C、切片D、旋转6、数据挖掘的经典案例“啤酒与尿布试验”最主要是应用了哪种数据挖掘方法: ()0A、分类B、预测C、关联分析D、聚类7、 利用信息增益方法作为属性选择度量建立决策树时,已知某训练样本集的四个属性的信息增益分别为:Gain(收入戶0.940位,Gain(职业)=0.151位,Gain(年龄)=0.780位,Gain(信誉)=0.048位,则应该选择哪个属性作为决策树的测试属 性:()。
数据挖掘试题(150道)
单选题1. 某超市研究销售纪录数据后发现,买啤酒的人很大概率也会购买尿布,这种属于数据挖掘的哪类问题?(A)A. 关联规则发现B. 聚类C. 分类D. 自然语言处理2. 以下两种描述分别对应哪两种对分类算法的评价标准?(A)(a)警察抓小偷,描述警察抓的人中有多少个是小偷的标准。
(b)描述有多少比例的小偷给警察抓了的标准。
A. Precision, RecallB. Recall, PrecisionA. Precision, ROC D. Recall, ROC3. 将原始数据进行集成、变换、维度规约、数值规约是在以下哪个步骤的任务?(C)A. 频繁模式挖掘B. 分类和预测C. 数据预处理D. 数据流挖掘4. 当不知道数据所带标签时,可以使用哪种技术促使带同类标签的数据与带其他标签的数据相分离?(B)A. 分类B. 聚类C. 关联分析D. 隐马尔可夫链5. 什么是KDD?(A)A. 数据挖掘与知识发现B. 领域知识发现C. 文档知识发现D. 动态知识发现6. 使用交互式的和可视化的技术,对数据进行探索属于数据挖掘的哪一类任务?(A)A. 探索性数据分析B. 建模描述C. 预测建模D. 寻找模式和规则7. 为数据的总体分布建模;把多维空间划分成组等问题属于数据挖掘的哪一类任务?(B)A. 探索性数据分析B. 建模描述C. 预测建模D. 寻找模式和规则8. 建立一个模型,通过这个模型根据已知的变量值来预测其他某个变量值属于数据挖掘的哪一类任务?(C)A. 根据内容检索B. 建模描述C. 预测建模D. 寻找模式和规则9. 用户有一种感兴趣的模式并且希望在数据集中找到相似的模式,属于数据挖掘哪一类任务?(A)A. 根据内容检索B. 建模描述C. 预测建模D. 寻找模式和规则11.下面哪种不属于数据预处理的方法?(D)A变量代换B离散化 C 聚集 D 估计遗漏值12. 假设12个销售价格记录组已经排序如下:5, 10, 11, 13, 15, 35, 50, 55, 72, 92, 204, 215 使用如下每种方法将它们划分成四个箱。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
单选题1.某超市研究销售纪录数据后发现,买啤酒的人很大概率也会购买尿布,这种属于数据挖掘的哪类问题?(A)A.关联规则发现B.聚类C.分类D.自然语言处理2.以下两种描述分别对应哪两种对分类算法的评价标准?(A)(a)警察抓小偷,描述警察抓的人中有多少个是小偷的标准。
(b)描述有多少比例的小偷给警察抓了的标准。
A.Precision,RecallB.Recall,PrecisionC.Precision,ROCD.Recall,ROC3.将原始数据进行集成、变换、维度规约、数值规约是在以下哪个步骤的任务?(C)A.频繁模式挖掘B.分类和预测C.数据预处理D.数据流挖掘4.当不知道数据所带标签时,可以使用哪种技术促使带同类标签的数据与带其他标签的数据相分离?(B)A.分类B.聚类C.关联分析D.隐马尔可夫链5.什么是KDD?(A)A.数据挖掘与知识发现B.领域知识发现C.文档知识发现D.动态知识发现6.使用交互式的和可视化的技术,对数据进行探索属于数据挖掘的哪一类任务?(A)A.探索性数据分析B.建模描述C.预测建模D.寻找模式和规则7.为数据的总体分布建模;把多维空间划分成组等问题属于数据挖掘的哪一类任务?(B)A.探索性数据分析B.建模描述C.预测建模D.寻找模式和规则8.建立一个模型,通过这个模型根据已知的变量值来预测其他某个变量值属于数据挖掘的哪一类任务?(C)A.根据内容检索B.建模描述C.预测建模D.寻找模式和规则9.用户有一种感兴趣的模式并且希望在数据集中找到相似的模式,属于数据挖掘哪一类任务?(A)A.根据内容检索B.建模描述C.预测建模D.寻找模式和规则11.下面哪种不属于数据预处理的方法?(D)A变量代换B离散化C聚集D估计遗漏值12.假设12个销售价格记录组已经排序如下:5,10,11,13,15,35,50,55, 72,92,204,215使用如下每种方法将它们划分成四个箱。
等频(等深)划分时,15在第几个箱子内?(B)A第一个B第二个C第三个D第四个13.上题中,等宽划分时(宽度为50),15又在哪个箱子里?(A)A第一个B第二个C第三个D第四个14.下面哪个不属于数据的属性类型:(D)A标称B序数C区间D相异15.在上题中,属于定量的属性类型是:(C)A标称B序数C区间D相异16.只有非零值才重要的二元属性被称作:(C)A计数属性B离散属性C非对称的二元属性D对称属性17.以下哪种方法不属于特征选择的标准方法:(D)A嵌入B过滤C包装D抽样18.下面不属于创建新属性的相关方法的是:(B)A特征提取B特征修改C映射数据到新的空间D特征构造19.考虑值集{1、2、3、4、5、90},其截断均值(p=20%)是(C)A2B3C 3.5D520.下面哪个属于映射数据到新的空间的方法?(A)A傅立叶变换B特征加权C渐进抽样D维归约21.熵是为消除不确定性所需要获得的信息量,投掷均匀正六面体骰子的熵是:(B)A1比特B 2.6比特C 3.2比特D 3.8比特22.假设属性income的最大最小值分别是12000元和98000元。
利用最大最小规范化的方法将属性的值映射到0至1的范围内。
对属性income的73600元将被转化为:(D)A0.821B 1.224C 1.458D0.71623.假定用于分析的数据包含属性age。
数据元组中age的值如下(按递增序):13,15,16,16,19,20,20,21,22,22,25,25,25,30,33,33,35,35,36,40,45,46,52,70,问题:使用按箱平均值平滑方法对上述数据进行平滑,箱的深度为3。
第二个箱子值为:(A)A18.3B22.6C26.8D27.924.考虑值集{12243324556826},其四分位数极差是:(A)A31B24C55D325.一所大学内的各年纪人数分别为:一年级200人,二年级160人,三年级130人,四年级110人。
则年级属性的众数是:(A)A一年级B二年级C三年级D四年级26.下列哪个不是专门用于可视化时间空间数据的技术:(B)A等高线图B饼图C曲面图D矢量场图27.在抽样方法中,当合适的样本容量很难确定时,可以使用的抽样方法是:(D) A有放回的简单随机抽样B无放回的简单随机抽样C分层抽样D渐进抽样28.数据仓库是随着时间变化的,下面的描述不正确的是(C)A.数据仓库随时间的变化不断增加新的数据内容;B.捕捉到的新数据会覆盖原来的快照;C.数据仓库随事件变化不断删去旧的数据内容;D.数据仓库中包含大量的综合数据,这些综合数据会随着时间的变化不断地进行重新综合.29.关于基本数据的元数据是指:(D)A.基本元数据与数据源,数据仓库,数据集市和应用程序等结构相关的信息;B.基本元数据包括与企业相关的管理方面的数据和信息;C.基本元数据包括日志文件和简历执行处理的时序调度信息;D.基本元数据包括关于装载和更新处理,分析处理以及管理方面的信息.30.下面关于数据粒度的描述不正确的是:(C)A.粒度是指数据仓库小数据单元的详细程度和级别;B.数据越详细,粒度就越小,级别也就越高;C.数据综合度越高,粒度也就越大,级别也就越高;D.粒度的具体划分将直接影响数据仓库中的数据量以及查询质量.31.有关数据仓库的开发特点,不正确的描述是:(A)A.数据仓库开发要从数据出发;B.数据仓库使用的需求在开发出去就要明确;C.数据仓库的开发是一个不断循环的过程,是启发式的开发;D.在数据仓库环境中,并不存在操作型环境中所固定的和较确切的处理流,数据仓库中数据分析和处理更灵活,且没有固定的模式32.在有关数据仓库测试,下列说法不正确的是:(D)A.在完成数据仓库的实施过程中,需要对数据仓库进行各种测试.测试工作中要包括单元测试和系统测试.B.当数据仓库的每个单独组件完成后,就需要对他们进行单元测试.C.系统的集成测试需要对数据仓库的所有组件进行大量的功能测试和回归测试.D.在测试之前没必要制定详细的测试计划.33.OLAP技术的核心是:(D)A.在线性;B.对用户的快速响应;C.互操作性.D.多维分析;34.关于OLAP的特性,下面正确的是:(D)(1)快速性(2)可分析性(3)多维性(4)信息性(5)共享性A.(1)(2)(3)B.(2)(3)(4)C.(1)(2)(3)(4)D.(1)(2)(3)(4)(5)35.关于OLAP和OLTP的区别描述,不正确的是:(C)A.OLAP主要是关于如何理解聚集的大量不同的数据.它与OTAP应用程序不同.B.与OLAP应用程序不同,OLTP应用程序包含大量相对简单的事务.C.OLAP的特点在于事务量大,但事务内容比较简单且重复率高.D.OLAP是以数据仓库为基础的,但其最终数据来源与OLTP一样均来自底层的数据库系统,两者面对的用户是相同的.36.OLAM技术一般简称为”数据联机分析挖掘”,下面说法正确的是:(D)A.OLAP和OLAM都基于客户机/服务器模式,只有后者有与用户的交互性;B.由于OLAM的立方体和用于OLAP的立方体有本质的区别.C.基于WEB的OLAM是WEB技术与OLAM技术的结合.D.OLAM服务器通过用户图形借口接收用户的分析指令,在元数据的知道下,对超级立方体作一定的操作.37.关于OLAP和OLTP的说法,下列不正确的是:(A)A.OLAP事务量大,但事务内容比较简单且重复率高.B.OLAP的最终数据来源与OLTP不一样.C.OLTP面对的是决策人员和高层管理人员.D.OLTP以应用为核心,是应用驱动的.38.设X={1,2,3}是频繁项集,则可由X产生__(C)__个关联规则。
A、4B、5C、6D、740.概念分层图是__(B)__图。
A、无向无环B、有向无环C、有向有环D、无向有环41.频繁项集、频繁闭项集、最大频繁项集之间的关系是:(C)A、频繁项集频繁闭项集=最大频繁项集B、频繁项集=频繁闭项集最大频繁项集C、频繁项集频繁闭项集最大频繁项集D、频繁项集=频繁闭项集=最大频繁项集42.考虑下面的频繁3-项集的集合:{1,2,3},{1,2,4},{1,2,5},{1,3,4},{1,3,5},{2,3,4},{2,3,5},{3,4,5}假定数据集中只有5个项,采用合并策略,由候选产生过程得到4-项集不包含(C)A、1,2,3,4B、1,2,3,5C、1,2,4,5D、1,3,4,543.下面选项中t不是s的子序列的是(C)A、s=<{2,4},{3,5,6},{8}>t=<{2},{3,6},{8}>B、s=<{2,4},{3,5,6},{8}>t=<{2},{8}>C、s=<{1,2},{3,4}>t=<{1},{2}>D、s=<{2,4},{2,4}>t=<{2},{4}>44.在图集合中发现一组公共子结构,这样的任务称为(B)A、频繁子集挖掘B、频繁子图挖掘C、频繁数据项挖掘D、频繁模式挖掘45.下列度量不具有反演性的是(D)A、系数B、几率C、Cohen度量D、兴趣因子46.下列__(A)__不是将主观信息加入到模式发现任务中的方法。
A、与同一时期其他数据对比B、可视化C、基于模板的方法D、主观兴趣度量47.下面购物篮能够提取的3-项集的最大数量是多少(C)ID购买项1牛奶,啤酒,尿布2面包,黄油,牛奶3牛奶,尿布,饼干4面包,黄油,饼干5啤酒,饼干,尿布6牛奶,尿布,面包,黄油7面包,黄油,尿布8啤酒,尿布9牛奶,尿布,面包,黄油10啤酒,饼干A、1B、2C、3D、448.以下哪些算法是分类算法,(B)A,DBSCANB,C4.5C,K-MeanD,EM49.以下哪些分类方法可以较好地避免样本的不平衡问题,(A)A,KNNB,SVMC,BayesD,神经网络50.决策树中不包含一下哪种结点,(C)A,根结点(root node)B,内部结点(internal node)C,外部结点(external node)D,叶结点(leaf node)51.不纯性度量中Gini计算公式为(其中c是类的个数)(A)A,B,C,D,(A)53.以下哪项关于决策树的说法是错误的(C)A.冗余属性不会对决策树的准确率造成不利的影响B.子树可能在决策树中重复多次C.决策树算法对于噪声的干扰非常敏感D.寻找最佳决策树是NP完全问题54.在基于规则分类器的中,依据规则质量的某种度量对规则排序,保证每一个测试记录都是由覆盖它的“最好的”规格来分类,这种方案称为(B)A.基于类的排序方案B.基于规则的排序方案C.基于度量的排序方案D.基于规格的排序方案。