數(shù)據(jù)挖掘試題單選

1、單選題1 .某超市研究銷售紀錄數(shù)據(jù)后發(fā)現(xiàn)，買啤酒的人很大概率也會購買尿布，這種屬于數(shù)據(jù)挖掘的哪類問題？（A）A.關(guān)聯(lián)規(guī)則發(fā)現(xiàn)B.聚類C.分類D.自然語言處理2.以下兩種描述分別對應(yīng)哪兩種對分類算法的評價標準？（A）（a）警察抓小偷，描述警察抓的人中有多少個是小偷的標準。（b）描述有多少比例的小偷給警察抓了的標準。A.Precision,RecallB.Recall,PrecisionA.Precision,ROCD.Recall,ROC3 .將原始數(shù)據(jù)進行集成、變換、維度規(guī)約、數(shù)值規(guī)約是在以下哪個步驟的任務(wù)？（C）A.頻繁模式挖掘B.分類和預(yù)測C.數(shù)據(jù)預(yù)處理D.數(shù)據(jù)流挖掘4 .當不知道數(shù)據(jù)所帶

2、標簽時，可以使用哪種技術(shù)促使帶同類標簽的數(shù)據(jù)與帶其他標簽的數(shù)據(jù)相分離？（B）A.分類B.聚類C.關(guān)聯(lián)分析D.隱馬爾可夫鏈5 .什么是KDD（A）A.數(shù)據(jù)挖掘與知識發(fā)現(xiàn)B.領(lǐng)域知識發(fā)現(xiàn)C.文檔知識發(fā)現(xiàn)D.動態(tài)知識發(fā)現(xiàn)6 .使用交互式的和可視化的技術(shù)，對數(shù)據(jù)進行探索屬于數(shù)據(jù)挖掘的哪一類任務(wù)？（A）A.探索性數(shù)據(jù)分析B.建模描述C.預(yù)測建模D.尋找模式和規(guī)則7 .為數(shù)據(jù)的總體分布建模；把多維空間劃分成組等問題屬于數(shù)據(jù)挖掘的哪一類任務(wù)？（B）A.探索性數(shù)據(jù)分析B.建模描述C.預(yù)測建模D.尋找模式和規(guī)則8 .建立一個模型，通過這個模型根據(jù)已知的變量值來預(yù)測其他某個變量值屬于數(shù)據(jù)挖掘的哪一類任務(wù)？（C）A

3、.根據(jù)內(nèi)容檢索B.建模描述C.預(yù)測建模D.尋找模式和規(guī)則9 .用戶有一種感興趣的模式并且希望在數(shù)據(jù)集中找到相似的模式，屬于數(shù)據(jù)挖掘哪一類任務(wù)？（A）A.根據(jù)內(nèi)容檢索B.建模描述C.預(yù)測建模D.尋找模式和規(guī)則11 .下面哪種不屬于數(shù)據(jù)預(yù)處理的方法？（D）A變量代換B離散化C聚集D估計遺漏值12 .假設(shè)12個銷售價格記錄組已經(jīng)排序如下：5,10,11,13,15,35,50,55,72,92,204,215使用如下每種方法將它們劃分成四個箱。等頻（等深）劃分時，15在第幾個箱子內(nèi)？（B）A第一個B第二個C第三個D第四個13 .上題中，等寬劃分時（寬度為50）,15又在哪個箱子里？（A）A第一個B第

4、二個C第三個D第四個14 .下面哪個不屬于數(shù)據(jù)的屬性類型：（D）A標稱B序數(shù)C區(qū)間D相異15 .在上題中，屬于定量的屬性類型是：（C）A標稱B序數(shù)C區(qū)間D相異16 .只有非零值才重要的二元屬性被稱作：（C）A計數(shù)屬性B離散屬性C非對稱的二元屬性D對稱屬性17 .以下哪種方法不屬于特征選擇的標準方法：（D）A嵌入B過濾C包裝D抽樣18 .下面不屬于創(chuàng)建新屬性的相關(guān)方法的是：（B）A特征提取B特征修改C映射數(shù)據(jù)到新的空間D特征構(gòu)造19 .考慮值集1、2、3、4、5、90,其截斷均值（p=20%是（C）A2B3C3.5D520 .下面哪個屬于映射數(shù)據(jù)到新的空間的方法？（A）A傅立葉變換B特征加權(quán)C漸

5、進抽樣D維歸約21 .嫡是為消除不確定性所需要獲得的信息量，投擲均勻正六面體骰子的嫡是：（B）A1比特B2.6比特C3.2比特D3.8比特22 .假設(shè)屬性income的最大最小值分別是12000元和98000元。利用最大最小規(guī)范化的方法將屬性的值映射到0至1的范圍內(nèi)。對屬性income的73600元將被轉(zhuǎn)化為：（D）A0.821B1.224C1.458D0.71623 .假定用于分析的數(shù)據(jù)包含屬性age。數(shù)據(jù)元組中age的值如下（按遞增序）：13,15,16,16,19,20,20,21,22,22,25,25,25,30,33,33,35,35,36,40,45,46,52,70,問題：使用

6、按箱平均值平滑方法對上述數(shù)據(jù)進行平滑，箱的深度為3。第二個箱子值為：（A）A18.3B22.6C26.8D27.924 .考慮值集12243324556826，其四分位數(shù)極差是：（A）A31B24C55D325 .一所大學(xué)內(nèi)的各年紀人數(shù)分別為：一年級200人，二年級160人，三年級130人，四年級110人。則年級屬性的眾數(shù)是：（A）A一年級B二年級C三年級D四年級26 .下列哪個不是專門用于可視化時間空間數(shù)據(jù)的技術(shù)：（B）A等高線圖B餅圖C曲面圖D矢量場圖27 .在抽樣方法中，當合適的樣本容量很難確定時，可以使用的抽樣方法是：（D）A有放回的簡單隨機抽樣B無放回的簡單隨機抽樣C分層抽樣D漸進抽

7、樣28 .數(shù)據(jù)倉庫是隨著時間變化的，下面的描述不正確的是（C）A.數(shù)據(jù)倉庫隨時間的變化不斷增加新的數(shù)據(jù)內(nèi)容；B.捕捉到的新數(shù)據(jù)會覆蓋原來的快照；C.數(shù)據(jù)倉庫隨事件變化不斷刪去舊的數(shù)據(jù)內(nèi)容；D.數(shù)據(jù)倉庫中包含大量的綜合數(shù)據(jù)，這些綜合數(shù)據(jù)會隨著時間的變化不斷地進行重新綜合.29 .關(guān)于基本數(shù)據(jù)的元數(shù)據(jù)是指：（D）A.基本元數(shù)據(jù)與數(shù)據(jù)源，數(shù)據(jù)倉庫，數(shù)據(jù)集市和應(yīng)用程序等結(jié)構(gòu)相關(guān)的信息；B.基本元數(shù)據(jù)包括與企業(yè)相關(guān)的管理方面的數(shù)據(jù)和信息；C.基本元數(shù)據(jù)包括日志文件和簡歷執(zhí)行處理的時序調(diào)度信息；D.基本元數(shù)據(jù)包括關(guān)于裝載和更新處理，分析處理以及管理方面的信息.30 .下面關(guān)于數(shù)據(jù)粒度的描述不正確的是：（C

8、）A.粒度是指數(shù)據(jù)倉庫小數(shù)據(jù)單元的詳細程度和級別；B.數(shù)據(jù)越詳細，粒度就越小，級別也就越高；C.數(shù)據(jù)綜合度越高，粒度也就越大，級別也就越高；D.粒度的具體劃分將直接影響數(shù)據(jù)倉庫中的數(shù)據(jù)量以及查詢質(zhì)量31 .有關(guān)數(shù)據(jù)倉庫的開發(fā)特點，不正確的描述是：（A）A.數(shù)據(jù)倉庫開發(fā)要從數(shù)據(jù)出發(fā)；B.數(shù)據(jù)倉庫使用的需求在開發(fā)出去就要明確；C.數(shù)據(jù)倉庫的開發(fā)是一個不斷循環(huán)的過程，是啟發(fā)式的開發(fā)；D.在數(shù)據(jù)倉庫環(huán)境中，并不存在操作型環(huán)境中所固定的和較確切的處理流，數(shù)據(jù)倉庫中數(shù)據(jù)分析和處理更靈活，且沒有固定的模式32 .在有關(guān)數(shù)據(jù)倉庫測試，下列說法不正確的是：(D)A.在完成數(shù)據(jù)倉庫白實施過程中，需要對數(shù)據(jù)倉庫進行

9、各種測試.測試工作中要包括單元測試和系統(tǒng)測試.B.當數(shù)據(jù)倉庫的每個單獨組件完成后，就需要對他們進行單元測試.C.系統(tǒng)的集成測試需要對數(shù)據(jù)倉庫的所有組件進行大量的功能測試和回歸測試D.在測試之前沒必要制定詳細的測試計劃.33 .OLAP技術(shù)的核心是：(D)A.在線性;B.對用戶的快速響應(yīng)；C.互操作性.D.多維分析；34 .關(guān)于OLAP的特性，下面正確的是：(D)快速性(2)可分析性多維性(4)信息性共享性A. (1)(2)(3)B. (2)(3)(4)C. (1)(2)(3)(4)D. (1)(2)(3)(4)(5)35 .關(guān)于OLA可口OLTP的區(qū)別描述，不正確的是：(C)A.OLAP主要是

10、關(guān)于如何理解聚集的大量不同的數(shù)據(jù).它與OTAPS用程序不同.B.與OLAP應(yīng)用程序不同，OLTP應(yīng)用程序包含大量相對簡單的事務(wù).C. OLAP的特點在于事務(wù)量大，但事務(wù)內(nèi)容比較簡單且重復(fù)率高.D. OLAP是以數(shù)據(jù)倉庫為基礎(chǔ)的，但其最終數(shù)據(jù)來源與OLTP一樣均來自底層的數(shù)據(jù)庫系統(tǒng)兩者面對的用戶是相同的.36. OLAM技術(shù)一般簡稱為"數(shù)據(jù)聯(lián)機分析挖掘”，下面說法正確的是：(D)A.OLAP和OLAMTB基于客戶機/服務(wù)器模式，只有后者有與用戶的交互性；B.由于OLAM勺立方體和用于OLAP勺立方體有本質(zhì)的區(qū)別.C.基于WEB勺OLAMWE眼術(shù)與OLA雌術(shù)的結(jié)合.D.OLAM1艮務(wù)器通

11、過用戶圖形借口接收用戶的分析指令，在元數(shù)據(jù)白知道下，對超級立方體作一定的操作.37 .關(guān)于OLA可口OLTP的說法，下列不正確的是：(A)A. OLAP事務(wù)量大，但事務(wù)內(nèi)容比較簡單且重復(fù)率高.B. OLAP的最終數(shù)據(jù)來源與OLTP不一樣.C. OLTP面對的是決策人員和高層管理人員.D. OLTP以應(yīng)用為核心，是應(yīng)用驅(qū)動的.38 .設(shè)*=1,2,3是頻繁項集，則可由X產(chǎn)生_(C)_個關(guān)聯(lián)規(guī)則。A、4B、5C、6D、740 .概念分層圖是_(B)_圖。A、無向無環(huán)B、有向無環(huán)C、有向有環(huán)D、無向有環(huán)41 .頻繁項集、頻繁閉項集、最大頻繁項集之間的關(guān)系是：(C)A、頻繁項集頻繁閉項集=最大頻繁項集

12、以頻繁項集=頻繁閉項集最大頻繁項集C頻繁項集頻繁閉項集最大頻繁項集D頻繁項集=頻繁閉項集=最大頻繁項集42 .考慮下面的頻繁3-項集的集合：1,2,3,1,2,4,1,2,5,1,3,4,1,3,5,2,3,4,2,3,5,3,4,5假定數(shù)據(jù)集中只有5個項，采用合并策略，由候選產(chǎn)生過程得到4-項集不包含（C）A1,2,3,4B、1,2,3,5C、1,2,4,5D、1,3,4,543 .下面選項中t不是s的子序列的是（C）As=<2,4,3,5,6,8>t=<2,3,6,8>Bs=<2,4,3,5,6,8>t=<2,8>Cs=<1,2,3,4

13、>t=<1,2>Ds=<2,4,2,4>t=<2,4>44 .在圖集合中發(fā)現(xiàn)一組公共子結(jié)構(gòu)，這樣的任務(wù)稱為（B）A頻繁子集挖掘B、頻繁子圖挖掘C、頻繁數(shù)據(jù)項挖掘D、頻繁模式挖掘45 .下列度量不具有反演性的是（D）A系數(shù)B、幾率C、Cohen度量D、興趣因子46 .下列_（A）_不是將主觀信息加入到模式發(fā)現(xiàn)任務(wù)中的方法。A、與同一時期其他數(shù)據(jù)對比日可視化C基于模板的方法D主觀興趣度量47 .下面購物籃能夠提取的3-項集的最大數(shù)量是多少（C）ID購買項1牛奶，啤酒，尿布2面包，黃油，牛奶3牛奶，尿布，餅干4面包，黃油，餅干5啤酒，餅干，尿布6牛奶，尿布，

14、面包，黃油7面包，黃油，尿布8啤酒，尿布9牛奶，尿布，面包，黃油10啤酒，餅干A1B、2C、3D、448 .以下哪些算法是分類算法，A,DBSCANBC4.5C,K-MeanD,EM（B）49 .以下哪些分類方法可以較好地避免樣本的不平衡問題，A,KNNBSVMCBayesD,神經(jīng)網(wǎng)絡(luò)（A）50 .決策樹中不包含一下哪種結(jié)點，A,根結(jié)點（rootnode）B,內(nèi)部結(jié)點（internalnode）C,外部結(jié)點（externalnode）D,葉結(jié)點（leafnode）（C）51 .不純性度量中Gini計算公式為（其中c是類的個數(shù)）（A）A,B,C,D,（A）53 .以下哪項關(guān)于決策樹的說法是錯誤的

15、（C）A.冗余屬性不會對決策樹的準確率造成不利的影響B(tài).子樹可能在決策樹中重復(fù)多次C.決策樹算法對于噪聲的干擾非常敏感D.尋找最佳決策樹是NP完全問題54 .在基于規(guī)則分類器的中，依據(jù)規(guī)則質(zhì)量的某種度量對規(guī)則排序，保證每一個測試記錄都是由覆蓋它的“最好的”規(guī)格來分類，這種方案稱為（B）A.基于類的排序方案B.基于規(guī)則的排序方案C.基于度量的排序方案D.基于規(guī)格的排序方案。55 .以下哪些算法是基于規(guī)則的分類器（A）A.C4.5B.KNNC.Na?veBayesD.ANN56 .如果規(guī)則集R中不存在兩條規(guī)則被同一條記錄觸發(fā)，則稱規(guī)則集R中的規(guī)則為（C）;A,無序規(guī)則B,窮舉規(guī)則C,互斥規(guī)則D,有

16、序規(guī)則57 .如果對屬性值的任一組合，R中都存在一條規(guī)則加以覆蓋，則稱規(guī)則集R中的規(guī)則為（B）A,無序規(guī)則B,窮舉規(guī)則C,互斥規(guī)則D,有序規(guī)則58 .如果規(guī)則集中的規(guī)則按照優(yōu)先級降序排列，則稱規(guī)則集是（D）A,無序規(guī)則B,窮舉規(guī)則C,互斥規(guī)則D,有序規(guī)則59 .如果允許一條記錄觸發(fā)多條分類規(guī)則，把每條被觸發(fā)規(guī)則的后件看作是對相應(yīng)類的一次投票，然后計票確定測試記錄的類標號，稱為（A）A,無序規(guī)則B,窮舉規(guī)則C,互斥規(guī)則D,有序規(guī)則60 .考慮兩隊之間的足球比賽：隊0和隊1。假設(shè)65%勺比賽隊0勝出，剩余的比賽隊1獲勝。隊0獲勝的比賽中只有30%是在隊1的主場，而隊1取勝的比賽中75%是主場獲勝。

17、如果下一場比賽在隊1的主場進行隊1獲勝的概率為（C）A,0.75B,0.35C,0.4678D,0.573861 .以下關(guān)于人工神經(jīng)網(wǎng)絡(luò)（ANN的描述錯誤的有（A）A,神經(jīng)網(wǎng)絡(luò)對訓(xùn)練數(shù)據(jù)中的噪聲非常魯棒B,可以處理冗余特征C,訓(xùn)練ANN一個很耗時的過程D,至少含有一個隱藏層的多層神經(jīng)網(wǎng)絡(luò)62 .通過聚集多個分類器的預(yù)測來提高分類準確率的技術(shù)稱為（A）A,組合（ensemble）B,聚集（aggregate）C,合并（combination）D,投票（voting）63 .簡單地將數(shù)據(jù)對象集劃分成不重疊的子集，使得每個數(shù)據(jù)對象恰在一個子集中，這種聚類類型稱作（B）A、層次聚類B、劃分聚類C、非互

18、斥聚類D、模糊聚類64 .在基本K均值算法里，當鄰近度函數(shù)采用（A）的時候，合適的質(zhì)心是簇中各點的中位數(shù)。A、曼哈頓距離B、平方歐幾里德距離C、余弦距離D、Bregman散度65 .（C）是一個觀測值，它與其他觀測值的差別如此之大，以至于懷疑它是由不同的機制產(chǎn)生的。A、邊界點B、質(zhì)心C、離群點D、核心點66 .BIRCH是一一種（B）。A、分類器B、聚類算法C、關(guān)聯(lián)分析算法D、特征選擇算法67 .檢測一元正態(tài)分布中的離群點，屬于異常檢測中的基于（A）的離群點檢測。A、統(tǒng)計方法B、鄰近度C、密度D、聚類技術(shù)68 .（C）將兩個簇的鄰近度定義為不同簇的所有點對的平均逐對鄰近度，它是一種凝聚層次聚類

19、技術(shù)。A、MIN（單鏈）B、MAX（全鏈）C、組平均D、Ward方法69 .（D）將兩個簇的鄰近度定義為兩個簇合并時導(dǎo)致的平方誤差的增量，它是一種凝聚層次聚類技術(shù)。A、MIN（單鏈）B、MAX（全鏈）C、組平均D、Ward方法70 .DBSCAN在最壞情況下的時間復(fù)雜度是（B）。A、O（m）B、O（m2）C、O（logm）D、O（m*logm）71 .在基于圖的簇評估度量表里面，如果簇度量為proximity（Ci,C）,簇權(quán)值為mi,那么它的類型是（C）。A、基于圖的凝聚度B、基于原型的凝聚度C、基于原型的分離度D、基于圖的凝聚度和分離度72 .關(guān)于K均值和DBSCAN勺比較，以下說法不正確的是（A）。A、K均值丟棄被它識別為噪聲的對象，而DBSCAW般聚類所有對象。B、K均值使用簇的基于原型的概念，而DBSCAIN1用基于密度的概念。C、K均值很難處理非球形的簇和不同大小的簇，DBSCANT以處理不同大小和不同形狀的簇。D、K均值可以發(fā)現(xiàn)不是明顯分離的簇，即便簇有重疊也可以發(fā)現(xiàn)，但是DBSCAN合并有重疊的簇。73 .以下是哪一個聚類算法的算法流程：構(gòu)造k-最近鄰圖。使用多層圖劃分算法劃分圖。repeat:合并關(guān)于相對互連性和相對接近性而言，最好地保持簇的自相似性的簇。until:不再有可以合并的簇。（C）。A、MS