數(shù)據(jù)挖掘考試題目

1、數(shù)據(jù)挖掘考試題目關(guān)聯(lián)分析一、10 個選擇1. 以下屬于關(guān)聯(lián)分析的是（ ）A CPU性能預(yù)測B購物籃分析C自動判斷鳶尾花類別D股票趨勢建模2. 維克托 ?邁爾 -舍恩伯格在大數(shù)據(jù)時代：生活、工作與思維的大變革一書中，持續(xù)強(qiáng)調(diào) 了一個觀點(diǎn)：大數(shù)據(jù)時代的到來，使我們無法人為地去發(fā)現(xiàn)數(shù)據(jù)中的奧妙， 與此同時， 我們 更應(yīng)該注重數(shù)據(jù)中的相關(guān)關(guān)系， 而不是因果關(guān)系。 其中， 數(shù)據(jù)之間的相關(guān)關(guān)系可以通過以下哪個算法直接挖掘（）A K-meansBBayes NetworkCDApriori3. 置信度 (confidence)是衡量興趣度度量（）的指標(biāo)。A簡潔性B確定性C實(shí)用性D新穎性算法的加速過程依賴于以

2、下哪個策略（ ）A抽樣B剪枝C緩沖D并行5. 以下哪個會降低 Apriori 算法的挖掘效率（ ）A支持度閾值增大B項數(shù)減少C事務(wù)數(shù)減少D減小硬盤讀寫速率算法使用到以下哪些東東（ ）A格結(jié)構(gòu)、有向無環(huán)圖B二叉樹、哈希樹C格結(jié)構(gòu)、哈希樹D多叉樹、有向無環(huán)圖7. 非頻繁模式（ ）A其置信度小于閾值B令人不感興趣C包含負(fù)模式和負(fù)相關(guān)模式D對異常數(shù)據(jù)項敏感） 注：分別以 1、2、3 代表之 8. 對頻繁項集、頻繁閉項集、極大頻繁項集的關(guān)系描述正確的是（B2 可以還原出無損的 1D2與 1是完全等價的）B查找D剪枝）B WekaD KnimeA3 可以還原出無損的 1C3與 2 是完全等價的 tree

3、在 Apriori 算法中所起的作用是A存儲數(shù)據(jù)C加速查找10. 以下不屬于數(shù)據(jù)挖掘軟件的是（A SPSS ModelerC Apache Spark二、10 個填空1. 關(guān)聯(lián)分析中表示關(guān)聯(lián)關(guān)系的方法主要有： 和 。2. 關(guān)聯(lián)規(guī)則的評價度量主要有：和。3. 關(guān)聯(lián)規(guī)則挖掘的算法主要有：和。4. 購物籃分析中，數(shù)據(jù)是以的形式呈現(xiàn)。5. 一個項集滿足最小支持度，我們稱之為 。6. 一個關(guān)聯(lián)規(guī)則同時滿足最小支持度和最小置信度，我們稱之為 。7. 在回歸與相關(guān)分析中，因變量值隨自變量值的增大（減小）而減?。ㄔ龃螅┑默F(xiàn)象叫 做。8. 極大頻繁項集不能無損還原出頻繁項集，是因為它不包含頻繁項集的 信息。9.

4、 經(jīng)典的 Apriori 算法是逐層掃描的，也就是說它是 （選:深度 /寬度）優(yōu)先的。10. 數(shù)據(jù)挖掘大概步驟包括：輸入數(shù)據(jù) 預(yù)處理 挖掘 后處理 輸出知識。其中，輸出的 知識可以有很多種表示形式， 兩種極端的形式是： 內(nèi)部結(jié)構(gòu)難以被理解的黑匣子， 比如說 人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練得出的網(wǎng)絡(luò)； 模式結(jié)構(gòu)清晰的匣子， 這種結(jié)構(gòu)容易被人理解， 比如說決 策樹產(chǎn)生的樹。那么，關(guān)聯(lián)分析中輸出的知識的表示形式主要是 （選: 黑匣子 /清晰結(jié)構(gòu) ） 。三、10 個判斷（ ）1. 啤酒與尿布的故事是聚類分析的典型實(shí)例。（ ）算法是一種典型的關(guān)聯(lián)規(guī)則挖掘算法。（ ）3. 支持度是衡量關(guān)聯(lián)規(guī)則重要性的一個指標(biāo)。（ ）4

5、. 可信度是對關(guān)聯(lián)規(guī)則的準(zhǔn)確度的衡量。（ ）5.給定關(guān)聯(lián)規(guī)則 A B，意味著：若 A發(fā)生， B也會發(fā)生。（ ）6. 頻繁閉項集可用來無損壓縮頻繁項集。（ ）7. 關(guān)聯(lián)規(guī)則可以用枚舉的方法產(chǎn)生。（ ）算法產(chǎn)生的關(guān)聯(lián)規(guī)則總是確定的。（ ）9. 不滿足給定評價度量的關(guān)聯(lián)規(guī)則是無趣的。（ ）10. 對于項集來說，置信度沒有意義。四、5個簡答1. 簡述關(guān)聯(lián)規(guī)則產(chǎn)生的兩個基本步驟。算法是從事務(wù)數(shù)據(jù)庫中挖掘布爾關(guān)聯(lián)規(guī)則的常用算法，該算法利用頻繁項集性質(zhì)的先驗知 識，從候選項集中找到頻繁項集。請簡述 Apriori 算法的基本原理。3. 簡述 Apriori 算法的優(yōu)點(diǎn)和缺點(diǎn)。4. 針對 Apriori 算法

6、的缺點(diǎn)，可以做哪些方面的改進(jìn)？5. 強(qiáng)關(guān)聯(lián)規(guī)則一定是有趣的嗎？為什么？數(shù)據(jù)挖掘考試題目 +參考答案、 10 個選擇1. 以下屬于關(guān)聯(lián)分析的是（B )ACPU性能預(yù)測B購物籃分析C自動判斷鳶尾花類別D股票趨勢建模2. 維克托 ?邁爾 -舍恩伯格在大數(shù)據(jù)時代：生活、工作與思維的大變革一書中，持續(xù)強(qiáng)調(diào) 了一個觀點(diǎn)：大數(shù)據(jù)時代的到來，使我們無法人為地去發(fā)現(xiàn)數(shù)據(jù)中的奧妙， 與此同時， 我們 更應(yīng)該注重數(shù)據(jù)中的相關(guān)關(guān)系， 而不是因果關(guān)系。 其中， 數(shù)據(jù)之間的相關(guān)關(guān)系可以通過以下 哪個算法直接挖掘（ D ）A其置信度小于閾值B令人不感興趣A K-meansB Bayes NetworkCD Apriori3

7、. 置信度 （confidence） 是衡量興趣度度量（ B ）的指標(biāo)。A簡潔性B確定性C實(shí)用性D新穎性算法的加速過程依賴于以下哪個策略（ B ）A抽樣B剪枝C緩沖D并行5. 以下哪個會降低 Apriori算法的挖掘效率（ D ）A支持度閾值增大B項數(shù)減少C事務(wù)數(shù)減少D減小硬盤讀寫速率算法使用到以下哪些東東（C )A格結(jié)構(gòu)、有向無環(huán)圖B二叉樹、哈希樹C格結(jié)構(gòu)、哈希樹D多叉樹、有向無環(huán)圖7. 非頻繁模式（ D ）C包含負(fù)模式和負(fù)相關(guān)模式D對異常數(shù)據(jù)項敏感8.對頻繁項集、頻繁閉項集、極大頻繁項集的關(guān)系描述正確的是（ B ） 注：分別以 1、 2、3代表之 A 3可以還原出無損的 1B2 可以還原出

8、無損的 1C3與 2是完全等價的D2與 1是完全等價的tree 在 Apriori 算法中所起的作用是（ C ）A存儲數(shù)據(jù)B查找C加速查找D剪枝10. 以下不屬于數(shù)據(jù)挖掘軟件的是（ C ）A SPSS ModelerB WekaC Apache SparkD Knime二、10 個填空1. 關(guān)聯(lián)分析中表示關(guān)聯(lián)關(guān)系的方法主要有： 項集 和 關(guān)聯(lián)規(guī)則 。2. 關(guān)聯(lián)規(guī)則的評價度量主要有： 支持度 和 置信度 。3. 關(guān)聯(lián)規(guī)則挖掘的算法主要有： Apriori 和 FP-Growth 。4. 購物籃分析中，數(shù)據(jù)是以 不對稱二元變量 的形式呈現(xiàn)。5. 一個項集滿足最小支持度，我們稱之為 頻繁項集 。6.

9、 一個關(guān)聯(lián)規(guī)則同時滿足最小支持度和最小置信度，我們稱之為 強(qiáng)規(guī)則 。7. 在回歸與相關(guān)分析中， 因變量值隨自變量值的增大 （減小）而減?。ㄔ龃螅┑默F(xiàn)象叫做 負(fù) 相關(guān) 。8. 極大頻繁項集不能無損還原出頻繁項集，是因為它不包含頻繁項集的 支持度 信息。9. 經(jīng)典的 Apriori 算法是逐層掃描的，也就是說它是 寬度 （ 選:深度/ 寬度）優(yōu)先的。10. 數(shù)據(jù)挖掘大概步驟包括：輸入數(shù)據(jù) 預(yù)處理 挖掘 后處理 輸出知識。其中，輸出的 知識可以有很多種表示形式， 兩種極端的形式是： 內(nèi)部結(jié)構(gòu)難以被理解的黑匣子， 比如說 人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練得出的網(wǎng)絡(luò)； 模式結(jié)構(gòu)清晰的匣子， 這種結(jié)構(gòu)容易被人理解， 比如

10、說決 策樹產(chǎn)生的樹。 那么，關(guān)聯(lián)分析中輸出的知識的表示形式主要是 清晰結(jié)構(gòu) （ 選:黑匣子 /清晰結(jié)構(gòu) ） 。三、10 個判斷（ ? ）1. 啤酒與尿布的故事是聚類分析的典型實(shí)例。（ ? ）算法是一種典型的關(guān)聯(lián)規(guī)則挖掘算法。（ ? ）3. 支持度是衡量關(guān)聯(lián)規(guī)則重要性的一個指標(biāo)。（ ? ）4. 可信度是對關(guān)聯(lián)規(guī)則的準(zhǔn)確度的衡量。（ ? ） 5.給定關(guān)聯(lián)規(guī)則 A B，意味著：若 A發(fā)生， B也會發(fā)生。（ ? ）6. 頻繁閉項集可用來無損壓縮頻繁項集。（ ? ）7. 關(guān)聯(lián)規(guī)則可以用枚舉的方法產(chǎn)生。（ ? ）算法產(chǎn)生的關(guān)聯(lián)規(guī)則總是確定的。（ ? ）9. 不滿足給定評價度量的關(guān)聯(lián)規(guī)則是無趣的。（ ? ）

11、10. 對于項集來說，置信度沒有意義。四、5個簡答1. 簡述關(guān)聯(lián)規(guī)則產(chǎn)生的兩個基本步驟。答：關(guān)聯(lián)規(guī)則產(chǎn)生的兩個基本步驟為： 根據(jù)給定的支持度從項集中產(chǎn)生頻繁項集； 根據(jù) 給定的置信度從頻繁項集中產(chǎn)生關(guān)聯(lián)規(guī)則。算法是從事務(wù)數(shù)據(jù)庫中挖掘布爾關(guān)聯(lián)規(guī)則的常用算法，該算法利用頻繁項集性質(zhì)的先驗知 識，從候選項集中找到頻繁項集。請簡述 Apriori 算法的基本原理。 答：關(guān)聯(lián)規(guī)則的產(chǎn)生并不依賴于 Apriori 算法， Apriori 算法用來加速規(guī)則的產(chǎn)生過程。 Apriori 算法的加速過程依賴于這樣一個先驗原理：“頻繁項集的子集是頻繁的”。3. 簡述 Apriori 算法的優(yōu)點(diǎn)和缺點(diǎn)。答： Apriori 算法的優(yōu)點(diǎn)：結(jié)構(gòu)簡單、易于理解。Apriori 算法的缺點(diǎn)：產(chǎn)生大量的候選項集， I/O 開銷較大。4. 針對 Apriori 算法的缺點(diǎn)，可以做哪些方面的改進(jìn)？I/O 開銷較大。由此，可以答： Apriori 算法的缺點(diǎn)主要是產(chǎn)