2023年商業(yè)經(jīng)濟(jì)行業(yè)技能考試-數(shù)據(jù)挖掘工程師考試參考題庫(kù)（含答案）

2023年商業(yè)經(jīng)濟(jì)行業(yè)技能考試-數(shù)據(jù)挖掘工程師考試參考題庫(kù)（含答案）（圖片大小可任意調(diào)節(jié)）第I卷一.全考點(diǎn)試題庫(kù)(共20題)1.支持度

正確答案:規(guī)則A→B的支持度指的是所有事件中A與B同地發(fā)生的的概率，即P（A∪B），是AB同時(shí)發(fā)生的次數(shù)與事件總次數(shù)之比。支持度是對(duì)關(guān)聯(lián)規(guī)則重要性的衡量。2.什么是分類？分類的應(yīng)用領(lǐng)域有哪些？

正確答案:

分類是指把數(shù)據(jù)樣本映射到一個(gè)事先定義的類中的學(xué)習(xí)過(guò)程，即給定一組輸入的屬性向量及其對(duì)應(yīng)的類，用基于歸納的學(xué)習(xí)算法得出分類。

分類問(wèn)題在商業(yè)、銀行業(yè)、醫(yī)療診斷、生物學(xué)、文本挖掘、因特網(wǎng)篩選等領(lǐng)域都有廣泛應(yīng)用。例如，在銀行業(yè)中，分類方法可以輔助工作人員將正常信用卡用戶和欺詐信用卡用戶進(jìn)行分類，從而采取有效措施減小銀行的損失；在醫(yī)療診斷中，分類方法可以幫助醫(yī)療人員將正常細(xì)胞和癌變細(xì)胞進(jìn)行分類，從而及時(shí)制定救治方案，挽救病人的生命。3.關(guān)聯(lián)知識(shí)

正確答案:是反映一個(gè)事件和其他事件之間依賴或相互關(guān)聯(lián)的知識(shí)。如果兩項(xiàng)或多項(xiàng)屬性之間存在關(guān)聯(lián)，那么其中一項(xiàng)的屬性值就可以依據(jù)其他屬性值進(jìn)行預(yù)測(cè)。4.關(guān)于混合模型聚類算法的優(yōu)缺點(diǎn)，下面說(shuō)法正確的是（）。

A、當(dāng)簇只包含少量數(shù)據(jù)點(diǎn)，或者數(shù)據(jù)點(diǎn)近似協(xié)線性時(shí)，混合模型也能很好地處理

B、混合模型比K均值或模糊c均值更一般，因?yàn)樗梢允褂酶鞣N類型的分布

C、混合模型很難發(fā)現(xiàn)不同大小和橢球形狀的簇

D、混合模型在有噪聲和離群點(diǎn)時(shí)不會(huì)存在問(wèn)題

正確答案:B5.（）都屬于簇有效性的監(jiān)督度量。

A、輪廓系數(shù)

B、共性分類相關(guān)系數(shù)

C、熵

D、F度量

正確答案:C,D6.關(guān)聯(lián)規(guī)則挖掘過(guò)程是發(fā)現(xiàn)滿足最小支持度的所有項(xiàng)集代表的規(guī)則。

正確答案:錯(cuò)誤7.一個(gè)典型的數(shù)據(jù)挖掘系統(tǒng)應(yīng)該包括哪些組成部分？

正確答案:

1，數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)或其他信息庫(kù)；

2，數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)服務(wù)器；

3，知識(shí)庫(kù)；

4，數(shù)據(jù)挖掘引擎；

5，模式評(píng)估模塊；

6.圖形用戶界面。8.項(xiàng)集的頻率是指（）

正確答案:包含項(xiàng)集的事務(wù)數(shù)9.數(shù)據(jù)集分為三類：（）。

正確答案:記錄數(shù)據(jù)，基于圖形的數(shù)據(jù)和有序的數(shù)據(jù)集10.尋找模式和規(guī)則主要是對(duì)數(shù)據(jù)進(jìn)行干擾，使其符合某種規(guī)則以及模式。

正確答案:錯(cuò)誤11.簡(jiǎn)述數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘的關(guān)系？

正確答案:數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘都是決策支持新技術(shù)。但它們有著完全不同的輔助決策方式。在數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的前端的分析工具中，數(shù)據(jù)挖掘是其中重要工具之一。它可以幫助決策用戶挖掘數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)中隱含的規(guī)律性。12.DBSCAN在最壞情況下的時(shí)間復(fù)雜度是（）。

A、O（m）

B、O（m2）

C、O（logm）

D、O（m*logm）

正確答案:B13.在數(shù)據(jù)挖掘之前為什么要對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理？

正確答案:

原始業(yè)務(wù)數(shù)據(jù)來(lái)自多個(gè)數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)，它們的結(jié)構(gòu)和規(guī)則可能是不同的，這將導(dǎo)致原始數(shù)據(jù)非常的雜亂、不可用，即使在同一個(gè)數(shù)據(jù)庫(kù)中，也可能存在重復(fù)的和不完整的數(shù)據(jù)信息，為了使這些數(shù)據(jù)能夠符合數(shù)據(jù)挖掘的要求，提高效率和得到清晰的結(jié)果，必須進(jìn)行數(shù)據(jù)的預(yù)處理。

為數(shù)據(jù)挖掘算法提供完整、干凈、準(zhǔn)確、有針對(duì)性的數(shù)據(jù)，減少算法的計(jì)算量，提高挖掘效率和準(zhǔn)確程度。14.請(qǐng)描述主成份分析（PCA）算法步驟

正確答案:

1.規(guī)范化輸入的數(shù)據(jù)：所有屬性落在相同的區(qū)間內(nèi)；

2，計(jì)算k個(gè)標(biāo)準(zhǔn)正交向量，即主成分；

3，每個(gè)數(shù)據(jù)數(shù)據(jù)的向量都是這k主成分向量的線性組合；

4，主成分按照重要程度降序排序。15.在有關(guān)數(shù)據(jù)倉(cāng)庫(kù)測(cè)試，下列說(shuō)法不正確的是：（）。

A、在完成數(shù)據(jù)倉(cāng)庫(kù)的實(shí)施過(guò)程中，需要對(duì)數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行各種測(cè)試.測(cè)試工作中要包括單元測(cè)試和系統(tǒng)測(cè)試

B、當(dāng)數(shù)據(jù)倉(cāng)庫(kù)的每個(gè)單獨(dú)組件完成后，就需要對(duì)他們進(jìn)行單元測(cè)試

C、系統(tǒng)的集成測(cè)試需要對(duì)數(shù)據(jù)倉(cāng)庫(kù)的所有組件進(jìn)行大量的功能測(cè)試和回歸測(cè)試

D、在測(cè)試之前沒(méi)必要制定詳細(xì)的測(cè)試計(jì)劃

正確答案:D16.層次聚類方法包括哪些？

正確答案:層次聚類方法包括凝聚型和分解型兩中層次聚類方法。17.以下哪些學(xué)科和數(shù)據(jù)挖掘有密切聯(lián)系？（）

A、統(tǒng)計(jì)

B、計(jì)算機(jī)組成原理

C、礦產(chǎn)挖掘

D、人工智能

正確答案:A,D18.請(qǐng)列出3種數(shù)據(jù)倉(cāng)庫(kù)產(chǎn)品，并說(shuō)明其優(yōu)缺點(diǎn)。

正確答案:

（1）IBM提供了基于可視化數(shù)據(jù)倉(cāng)庫(kù)的商業(yè)智能（BI）解決方案，包括：VisualWarehouse（VW），Essbase/DB2OLAPServer5.0、IBMDB2UDB，其中，VW是一個(gè)功能很強(qiáng)的集成環(huán)境，既可用于數(shù)據(jù)倉(cāng)庫(kù)建模和元數(shù)據(jù)管理，又可用于數(shù)據(jù)抽取、轉(zhuǎn)換、裝載和調(diào)度。Essbase/DB2OLAPServer支持“維”的定義和數(shù)據(jù)裝載。

（2）Oracle數(shù)據(jù)倉(cāng)庫(kù)解決方案主要包括OracleExpress和OracleDiscoverer兩個(gè)部分。OracleExpress由四個(gè)工具組成：OracleExpressServer是一個(gè)MOLAP（多維OLAP）服務(wù)器，它利用多維模型，存儲(chǔ)和管理多維數(shù)據(jù)庫(kù)或多維高速緩存，同時(shí)也能夠訪問(wèn)多種關(guān)系數(shù)據(jù)庫(kù)

（3）Microsoft將OLAP功能集成到SQLServer數(shù)據(jù)庫(kù)中，其解決方案包括BI平臺(tái)、BI終端工具、BI門戶和BI應(yīng)用四個(gè)部分。BI平臺(tái)是BI解決方案的基礎(chǔ)，包括ETL平臺(tái)SQLServer2005IntegrationService（SSIS）、數(shù)據(jù)倉(cāng)庫(kù)引擎SQLServer2005RDBMS以及多維分析和數(shù)據(jù)挖掘引擎SQLServer2005AnalysisService、報(bào)表管理引擎SQLServer2005ReportingService。19.考慮如下的頻繁3-項(xiàng)集：{1，2，3}，{1，2，4}，{1，2，5}，{1，3，4}，{1，3，5}，{2，3，4}，{2，3，5}，{3，4，5}。 （a）根據(jù)Apriori算法的候選項(xiàng)集生成方法，寫出利用頻繁3-項(xiàng)集生成的所有候選4-項(xiàng)集。 （b）寫出經(jīng)過(guò)剪枝后的所有候選4-項(xiàng)集。

正確答案:（a）利用頻繁3-項(xiàng)集生成的所有候選4-項(xiàng)集：

{1，2，3，4}，{1，2，3，5}，{1，2，4，5}，{1，3，4，5}，{2，3，4，5}

（b）經(jīng)過(guò)剪枝后的所有候選4-項(xiàng)集：

{1，2，3，4}，{1