數(shù)據(jù)挖掘試題(150道)

單項(xiàng)選擇題

1.某超市研究銷售紀(jì)錄數(shù)據(jù)后發(fā)現(xiàn)，買啤酒的人很大概率也會(huì)購置尿布，這種屬于數(shù)據(jù)挖掘的哪類問題？(A)

A.關(guān)聯(lián)規(guī)那么發(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(jià)標(biāo)準(zhǔn)？(A)

(a)警察抓小偷，描述警察抓的人中有多少個(gè)是小偷的標(biāo)準(zhǔn)。

(b)描述有多少比例的小偷給警察抓了的標(biāo)準(zhǔn)。

A.Precision,RecallB.Recall,Precision

A.Precision,ROCD.Recall,ROC

3.將原始數(shù)據(jù)進(jìn)行集成、變換、維度規(guī)約、數(shù)值規(guī)約是在以下哪個(gè)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(dāng)不知道數(shù)據(jù)所帶標(biāo)簽時(shí)，可以使用哪種技術(shù)促使帶同類標(biāo)簽的數(shù)據(jù)與帶其他標(biāo)簽的數(shù)據(jù)相別離？(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(dòng)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(jìn)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)那么

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)那么

8.建立一個(gè)模型，通過這個(gè)模型根據(jù)的變量值來預(yù)測其他某個(gè)變量值屬于數(shù)據(jù)挖掘的哪一類任務(wù)？(C)

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)那么

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)那么

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(jì)遺漏值

12.假設(shè)12個(gè)銷售價(jià)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(gè)箱。等頻〔等深〕劃分時(shí)，15在第幾個(gè)箱子內(nèi)？(B)

A第一個(gè)B第二個(gè)C第三個(gè)D第四個(gè)

13.上題中，等寬劃分時(shí)〔寬度為50〕，15又在哪個(gè)箱子里？(A)

A第一個(gè)B第二個(gè)C第三個(gè)D第四個(gè)

14.下面哪個(gè)不屬于數(shù)據(jù)的屬性類型：(D)

A標(biāo)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(biāo)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(jì)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(biāo)準(zhǔn)方法：(D)

A嵌入B過濾C包裝D抽樣

18.下面不屬于創(chuàng)立新屬性的相關(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?cái)嗑怠瞤=20%〕是(C)

A2B3C3.5D5

20.下面哪個(gè)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漸進(jìn)抽樣D維歸約

21.熵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熵是：(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。利用最大最小標(biāo)準(zhǔn)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)

A0.821B1.224C1.458D0.716

23.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：使用按箱平均值平滑方法對上述數(shù)據(jù)進(jìn)行平滑，箱的深度為3。第二個(gè)箱子值為：(A)

A18.3B22.6C26.8D27.9

24.考慮值集{12243324556826}，其四分位數(shù)極差是：(A)

A31B24C55D3

25.一所大學(xué)內(nèi)的各年紀(jì)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。那么年級屬性的眾數(shù)是：(A)

A一年級B二年級C三年級D四年級

26.以下哪個(gè)不是專門用于可視化時(shí)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(dāng)適宜的樣本容量很難確定時(shí)，可以使用的抽樣方法是：(D)

A有放回的簡單隨機(jī)抽樣B無放回的簡單隨機(jī)抽樣C分層抽樣D漸進(jìn)抽樣

28.數(shù)據(jù)倉庫是隨著時(shí)間變化的,下面的描述不正確的選項(xiàng)是(C)

A.數(shù)據(jù)倉庫隨時(shí)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(huì)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(huì)隨著時(shí)間的變化不斷地進(jìn)行重新綜合.

29.關(guān)于根本數(shù)據(jù)的元數(shù)據(jù)是指:(D)

A.根本元數(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.根本元數(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.根本元數(shù)據(jù)包括日志文件和簡歷執(zhí)行處理的時(shí)序調(diào)度信息;

D.根本元數(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選項(xiàng)是:(C)

A.粒度是指數(shù)據(jù)倉庫小數(shù)據(jù)單元的詳細(xì)程度和級別;

B.數(shù)據(jù)越詳細(xì),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(diǎn),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(gè)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,以下說法不正確的選項(xiàng)是:(D)

A.在完成數(shù)據(jù)倉庫的實(shí)施過程中,需要對數(shù)據(jù)倉庫進(jìn)行各種測試.測試工作中要包括單元測試和系統(tǒng)測試.

B.當(dāng)數(shù)據(jù)倉庫的每個(gè)單獨(dú)組件完成后,就需要對他們進(jìn)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(jìn)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(xì)的測試方案.

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,下面正確的選項(xiàng)是:(D)

(1)快速性(2)可分析性(3)多維性(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.關(guān)于OLAP和OLTP的區(qū)別描述,不正確的選項(xiàng)是:(C)

A.OLAP主要是關(guān)于如何理解聚集的大量不同的數(shù)據(jù).它與OTAP應(yīng)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(diǎn)在于事務(wù)量大,但事務(wù)內(nèi)容比擬簡單且重復(fù)率高.

D.OLAP是以數(shù)據(jù)倉庫為根底的,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(jī)分析挖掘”,下面說法正確的選項(xiàng)是:(D)

A.OLAP和OLAM都基于客戶機(jī)/效勞器模式,只有后者有與用戶的交互性;

B.由于OLAM的立方體和用于OLAP的立方體有本質(zhì)的區(qū)別.

C.基于WEB的OLAM是WEB技術(shù)與OLAM技術(shù)的結(jié)合.

D.OLAM效勞器通過用戶圖形借口接收用戶的分析指令,在元數(shù)據(jù)的知道下,對超級立方體作一定的操作.

37.關(guān)于OLAP和OLTP的說法,以下不正確的選項(xiàng)是:(A)

A.OLAP事務(wù)量大,但事務(wù)內(nèi)容比擬簡單且重復(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(dòng)的.

38.設(shè)X={1，2，3}是頻繁項(xiàng)集，那么可由X產(chǎn)生__(C)__個(gè)關(guān)聯(lián)規(guī)那么。

A、4B、5C、6D、7

40.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(xiàng)集、頻繁閉項(xiàng)集、最大頻繁項(xiàng)集之間的關(guān)系是：(C)

A、頻繁項(xiàng)集頻繁閉項(xiàng)集=最大頻繁項(xiàng)集

B、頻繁項(xiàng)集=頻繁閉項(xiàng)集最大頻繁項(xiàng)集

C、頻繁項(xiàng)集頻繁閉項(xiàng)集最大頻繁項(xiàng)集

D、頻繁項(xiàng)集=頻繁閉項(xiàng)集=最大頻繁項(xiàng)集

42.考慮下面的頻繁3-項(xiàng)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(gè)項(xiàng)，采用合并策略，由候選產(chǎn)生過程得到4-項(xiàng)集不包含〔C〕

A、1，2，3，4B、1，2，3，5C、1，2，4，5D、1，3，4，5

43.下面選項(xiàng)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(xiàng)挖掘D、頻繁模式挖掘

45.以下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.以下__(A)__不是將主觀信息參加到模式發(fā)現(xiàn)任務(wù)中的方法。

A、與同一時(shí)期其他數(shù)據(jù)比照

B、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(xiàng)集的最大數(shù)量是多少〔C〕

ID購置項(xiàng)

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，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

A、1B、2C、3D、4

48.以下哪些算法是分類算法，A，DBSCANB，C4.5C,K-MeanD,EM〔B〕

49.以下哪些分類方法可以較好地防止樣本的不平衡問題，A，KNNB，SVMC，BayesD，神經(jīng)網(wǎng)絡(luò)〔A〕

50.決策樹中不包含一下哪種結(jié)點(diǎn)，A,根結(jié)點(diǎn)〔rootnode)B,內(nèi)部結(jié)點(diǎn)〔internalnode〕C,外部結(jié)點(diǎn)〔externalnode〕D,葉結(jié)點(diǎn)〔leafnode〕(C)

51.不純性度量中Gini計(jì)算公式為〔其中c是類的個(gè)數(shù)〕(A)

A,B,C,D,〔A〕

53.以下哪項(xiàng)關(guān)于決策樹的說法是錯(cuò)誤的(C)

A.冗余屬性不會(huì)對決策樹的準(zhǔn)確率造成不利的影響

B.子樹可能在決策樹中重復(fù)屢次

C.決策樹算法對于噪聲的干擾非常敏感

D.尋找最正確決策樹是NP完全問題

54.在基于規(guī)那么分類器的中，依據(jù)規(guī)那么質(zhì)量的某種度量對規(guī)那么排序，保證每一個(gè)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)那么的排序方案

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)那么的分類器(A)

A.C4.5B.KNNC.Na?veBayesD.ANN

56.如果規(guī)那么集R中不存在兩條規(guī)那么被同一條記錄觸發(fā)，那么稱規(guī)那么集R中的規(guī)那么為〔C〕；

A,無序規(guī)那么B，窮舉規(guī)那么C，互斥規(guī)那么D，有序規(guī)那么

57.如果對屬性值的任一組合，R中都存在一條規(guī)那么加以覆蓋，那么稱規(guī)那么集R中的規(guī)那么為(B)A,無序規(guī)那么B，窮舉規(guī)那么C，互斥規(guī)那么D，有序規(guī)那么

58.如果規(guī)那么集中的規(guī)那么按照優(yōu)先級降序排列，那么稱規(guī)那么集是(D)

A,無序規(guī)那么B，窮舉規(guī)那么C，互斥規(guī)那么D，有序規(guī)那么

59.如果允許一條記錄觸發(fā)多條分類規(guī)那么，把每條被觸發(fā)規(guī)那么的后件看作是對相應(yīng)類的一次投票，然后計(jì)票確定測試記錄的類標(biāo)號，稱為〔A〕

A,無序規(guī)那么B，窮舉規(guī)那么C，互斥規(guī)那么D，有序規(guī)那么

60.考慮兩隊(duì)之間的足球比賽：隊(duì)0和隊(duì)1。假設(shè)65%的比賽隊(duì)0勝出，剩余的比賽隊(duì)1獲勝。隊(duì)0獲勝的比賽中只有30%是在隊(duì)1的主場，而隊(duì)1取勝的比賽中75%是主場獲勝。如果下一場比賽在隊(duì)1的主場進(jìn)行隊(duì)1獲勝的概率為(C)

A，0.75B,0.35C,0.4678D,0.5738

61.以下關(guān)于人工神經(jīng)網(wǎng)絡(luò)〔ANN〕的描述錯(cuò)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是一個(gè)很耗時(shí)的過程D，至少含有一個(gè)隱藏層的多層神經(jīng)網(wǎng)絡(luò)

62.通過聚集多個(gè)分類器的預(yù)測來提高分類準(zhǔn)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(gè)數(shù)據(jù)對象恰在一個(gè)子集中，這種聚類類型稱作〔B〕A、層次聚類B、劃分聚類C、非互斥聚類D、模糊聚類

64.在根本K均值算法里，當(dāng)鄰近度函數(shù)采用〔A〕的時(shí)候，適宜的質(zhì)心是簇中各點(diǎn)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(gè)觀測值，它與其他觀測值的差異如此之大，以至于疑心它是由不同的機(jī)制產(chǎn)生的。

A、邊界點(diǎn)B、質(zhì)心C、離群點(diǎn)D、核心點(diǎn)

66.BIRCH是一種〔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(diǎn)，屬于異常檢測中的基于〔A〕的離群點(diǎn)檢測。A、統(tǒng)計(jì)方法B、鄰近度C、密度D、聚類技術(shù)

68.〔C〕將兩個(gè)簇的鄰近度定義為不同簇的所有點(diǎn)對的平均逐對鄰近度，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

69.〔D〕將兩個(gè)簇的鄰近度定義為兩個(gè)簇合并時(shí)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(shí)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、基于原型的別離度D、基于圖的凝聚度和別離度

72.關(guān)于K均值和DBSCAN的比擬，以下說法不正確的選項(xiàng)是〔A〕。

A、K均值丟棄被它識別為噪聲的對象，而DBSCAN一般聚類所有對象。

B、K均值使用簇的基于原型的概念，而DBSCAN使用基于密度的概念。

C、K均值很難處理非球形的簇和不同大小的簇，DBSCAN可以處理不同大小和不同形狀的簇。

D、K均值可以發(fā)現(xiàn)不是明顯別離的簇，即便簇有重疊也可以發(fā)現(xiàn)，但是DBSCAN會(huì)合并有重疊的簇。

73.以下是哪一個(gè)聚類算法的算法流程：①構(gòu)造k－最近鄰圖。②使用多層圖劃分算法劃分圖。③repeat：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。④until：不再有可以合并的簇?！睠〕。

A、MSTB、OPOSSUMC、ChameleonD、Jarvis－Patrick〔JP〕

74.考慮這么一種情況：一個(gè)對象碰巧與另一個(gè)對象相對接近，但屬于不同的類，因?yàn)檫@兩個(gè)對象一般不會(huì)共享許多近鄰，所以應(yīng)該選擇〔D〕的相似度計(jì)算方法。

A、平方歐幾里德距離B、余弦距離C、直接相似度D、共享最近鄰

75.以下屬于可伸縮聚類算法的是〔A〕。

A、CUREB、DENCLUEC、CLIQUED、OPOSSUM

76.以下哪個(gè)聚類算法不是屬于基于原型的聚類〔D〕。

A、模糊c均值B、EM算法C、SOMD、CLIQUE

77.關(guān)于混合模型聚類算法的優(yōu)缺點(diǎn)，下面說法正確的選項(xiàng)是〔B〕。

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)存在問題。

78.以下哪個(gè)聚類算法不屬于基于網(wǎng)格的聚類算法〔D〕。

A、STINGB、WaveClusterC、MAFIAD、BIRCH

79.一個(gè)對象的離群點(diǎn)得分是該對象周圍密度的逆。這是基于〔C〕的離群點(diǎn)定義。

A．概率B、鄰近度C、密度D、聚類

80.下面關(guān)于Jarvis－Patrick〔JP〕聚類算法的說法不正確的選項(xiàng)是〔D〕。

A、JP聚類擅長處理噪聲和離群點(diǎn)，并且能夠處理不同大小、形狀和密度的簇。

B、JP算法對高維數(shù)據(jù)效果良好，尤其擅長發(fā)現(xiàn)強(qiáng)相關(guān)對象的緊致簇。

C、JP聚類是基于SNN相似度的概念。

D、JP聚類的根本時(shí)間復(fù)雜度為O(m)。

二、多項(xiàng)選擇題

1.通過數(shù)據(jù)挖掘過程所推倒出的關(guān)系和摘要經(jīng)常被稱為：(AB)

A.模型B.模式C.模范D.模具

2尋找數(shù)據(jù)集中的關(guān)系是為了尋找精確、方便并且有價(jià)值地總結(jié)了數(shù)據(jù)的某一特征的表示，這個(gè)過程包括了以下哪些步驟？(ABCD)

A.決定要使用的表示的特征和結(jié)構(gòu)

B.決定如何量化和比擬不同表示擬合數(shù)據(jù)的好壞

C.選擇一個(gè)算法過程使評分函數(shù)最優(yōu)

D.決定用什么樣的數(shù)據(jù)管理原那么以高效地實(shí)現(xiàn)算法。

3.數(shù)據(jù)挖掘的預(yù)測建模任務(wù)主要包括哪幾大類問題？(AB)

A.分類B.回歸C.模式發(fā)現(xiàn)D.模式匹配

4.數(shù)據(jù)挖掘算法的組件包括：(ABCD)

A.模型或模型結(jié)構(gòu)B.評分函數(shù)C.優(yōu)化和搜索方法D.數(shù)據(jù)管理策略

5.以下哪些學(xué)科和數(shù)據(jù)挖掘有密切聯(lián)系？(AD)

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

6.在現(xiàn)實(shí)世界的數(shù)據(jù)中，元組在某些屬性上缺少值是常有的。描述處理該問題的各種方法有：(ＡＢＣＤＥ)

A忽略元組C使用一個(gè)全局常量填充空缺值

B使用屬性的平均值填充空缺值D使用與給定元組屬同一類的所有樣本的平均值E使用最可能的值填充空缺值

7.下面哪些屬于可視化高維數(shù)據(jù)技術(shù)(ＡＢＣＥ)

A矩陣B平行坐標(biāo)系C星形坐標(biāo)D散布圖EChernoff臉

8.對于數(shù)據(jù)挖掘中的原始數(shù)據(jù)，存在的問題有：(ＡＢＣＤＥ)

A不一致B重復(fù)C不完整D含噪聲E維度高

9.以下屬于不同的有序數(shù)據(jù)的有：(ＡＢＣＥ)

A時(shí)序數(shù)據(jù)B序列數(shù)據(jù)C時(shí)間序列數(shù)據(jù)D事務(wù)數(shù)據(jù)E空間數(shù)據(jù)

10.下面屬于數(shù)據(jù)集的一般特性的有：(BCD)

A連續(xù)性B維度C稀疏性D分辨率E相異性

11.下面屬于維歸約常用的線性代數(shù)技術(shù)的有：(AC)

A主成分分析B特征提取C奇異值分解D特征加權(quán)E離散化

12.下面列出的條目中，哪些是數(shù)據(jù)倉庫的根本特征：(ACD)

A.數(shù)據(jù)倉庫是面向主題的B.數(shù)據(jù)倉庫的數(shù)據(jù)是集成的

C.數(shù)據(jù)倉庫的數(shù)據(jù)是相對穩(wěn)定的D.數(shù)據(jù)倉庫的數(shù)據(jù)是反映歷史變化的

E.數(shù)據(jù)倉庫是面向事務(wù)的

13.以下各項(xiàng)均是針對數(shù)據(jù)倉庫的不同說法，你認(rèn)為正確的有〔BCDE〕。

A．?dāng)?shù)據(jù)倉庫就是數(shù)據(jù)庫

B．?dāng)?shù)據(jù)倉庫是一切商業(yè)智能系統(tǒng)的根底

C．?dāng)?shù)據(jù)倉庫是面向業(yè)務(wù)的，支持聯(lián)機(jī)事務(wù)處理〔OLTP〕

D．?dāng)?shù)據(jù)倉庫支持決策而非事務(wù)處理

E．?dāng)?shù)據(jù)倉庫的主要目標(biāo)就是幫助分析，做長期性的戰(zhàn)略制定

14.數(shù)據(jù)倉庫在技術(shù)上的工作過程是：(ABCD)

A.數(shù)據(jù)的抽取B.存儲和管理C.數(shù)據(jù)的表現(xiàn)D.數(shù)據(jù)倉庫設(shè)計(jì)E.數(shù)據(jù)的表現(xiàn)

15.聯(lián)機(jī)分析處理包括以下哪些根本分析功能？(BCD)

A.聚類B.切片C.轉(zhuǎn)軸D.切塊E.分類

16.利用Apriori算法計(jì)算頻繁項(xiàng)集可以有效降低計(jì)算頻繁集的時(shí)間復(fù)雜度。在以下的購物籃中產(chǎn)生支持度不小于3的候選3-項(xiàng)集，在候選2-項(xiàng)集中需要剪枝的是〔BD〕

ID項(xiàng)集

1面包、牛奶

2面包、尿布、啤酒、雞蛋

3牛奶、尿布、啤酒、可樂

4面包、牛奶、尿布、啤酒

5面包、牛奶、尿布、可樂

A、啤酒、尿布B、啤酒、面包C、面包、尿布D、啤酒、牛奶

17.下表是一個(gè)購物籃，假定支持度閾值為40%，其中__(AD)__是頻繁閉項(xiàng)集。

TID項(xiàng)

1abc

2abcd

3bce

4acde

5de

A、abcB、ad

C、cdD、de

18.Apriori算法的計(jì)算復(fù)雜度受__(ABCD)?__影響。

A、支持度閥值B、項(xiàng)數(shù)〔維度〕

C、事務(wù)數(shù)D、事務(wù)平均寬度

19.非頻繁模式__(AD)__

A、其支持度小于閾值B、都是不讓人感興趣的

C、包含負(fù)模式和負(fù)相關(guān)模式D、對異常數(shù)據(jù)項(xiàng)敏感

20.以下屬于分類器評價(jià)或比擬尺度的有:A,預(yù)測準(zhǔn)確度B,召回率C,模型描述的簡潔度D,計(jì)算復(fù)雜度(ACD)

21.在評價(jià)不平衡類問題分類的度量方法有如下幾種，A,F1度量B,召回率〔recall〕C,精度〔precision〕D,真正率〔turepositiverate,TPR〕(ABCD)

22.貝葉斯信念網(wǎng)絡(luò)(BBN)有如下哪些特點(diǎn)，A,構(gòu)造網(wǎng)絡(luò)費(fèi)時(shí)費(fèi)力B,對模型的過分問題非常魯棒C,貝葉斯網(wǎng)絡(luò)不適合處理不完整的數(shù)據(jù)D,網(wǎng)絡(luò)結(jié)構(gòu)確定后，添加變量相當(dāng)麻煩〔AB〕

23.如下哪些不是最近鄰分類器的特點(diǎn)，A,它使用具體的訓(xùn)練實(shí)例進(jìn)行預(yù)測，不必維護(hù)源自數(shù)據(jù)的模型B,分類一個(gè)測試樣例開銷很大C,最近鄰分類器基于全局信息進(jìn)行預(yù)測D,可以生產(chǎn)任意形狀的決策邊界(C)

24.如下那些不是基于規(guī)那么分類器的特點(diǎn)，A,規(guī)那么集的表達(dá)能力遠(yuǎn)不如決策樹好B,基于規(guī)那么的分類器都對屬性空間進(jìn)行直線劃分，并將類指派到每個(gè)劃分C,無法被用來產(chǎn)生更易于解釋的描述性模型D,非常適合處理類分布不平衡的數(shù)據(jù)集〔AC〕

25.以下屬于聚類算法的是〔ABD〕。

A、K均值B、DBSCANC、AprioriD、Jarvis-Patrick〔JP〕

26.〔CD〕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

27.簇有效性的面向相似性的度量包括〔BC〕。

A、精度B、Rand統(tǒng)計(jì)量C、Jaccard系數(shù)D、召回率

28.〔ABCD〕這些數(shù)據(jù)特性都是對聚類分析具有很強(qiáng)影響的。

A、高維性B、規(guī)模C、稀疏性D、噪聲和離群點(diǎn)

29.在聚類分析當(dāng)中，〔AD〕等技術(shù)可以處理任意形狀的簇。

A、MIN〔單鏈〕B、MAX〔全鏈〕C、組平均D、Chameleon

30.〔AB〕都屬于分裂的層次聚類算法。

A、二分K均值B、MSTC、ChameleonD、組平均

三、判斷題

1.數(shù)據(jù)挖掘的主要任務(wù)是從數(shù)據(jù)中發(fā)現(xiàn)潛在的規(guī)那么，從而能更好的完成描述數(shù)據(jù)、預(yù)測數(shù)據(jù)等任務(wù)。(對)

2.數(shù)據(jù)挖掘的目標(biāo)不在于數(shù)據(jù)采集策略，而在于對于已經(jīng)存在的數(shù)據(jù)進(jìn)行模式的開掘?！矊Α?.圖挖掘技術(shù)在社會(huì)網(wǎng)絡(luò)分析中扮演了重要的角色。〔對〕

4.模式為對數(shù)據(jù)集的全局性總結(jié)，它對整個(gè)測量空間的每一點(diǎn)做出描述；模型那么對變量變化空間的一個(gè)有限區(qū)域做出描述?！插e(cuò)〕

5.尋找模式和規(guī)那么主要是對數(shù)據(jù)進(jìn)行干擾，使其符合某種規(guī)那么以及模式?！插e(cuò)〕

6.離群點(diǎn)可以是合法的數(shù)據(jù)對象或者值?！矊Α?/p>

7.離散屬性總是具有有限個(gè)值?！插e(cuò)〕

8.噪聲和偽像是數(shù)據(jù)錯(cuò)誤這一相同表述的兩種叫法?！插e(cuò)〕

9.用于分類的離散化方法之間的根本區(qū)別在于是否使用類信息?！矊Α?/p>

10.特征提取技術(shù)并不依賴于特定的領(lǐng)域?！插e(cuò)〕

11.序列數(shù)據(jù)沒有時(shí)間戳?！矊Α?/p>

12.定量屬性可以是整數(shù)值或者是連續(xù)值?！矊Α?/p>

13.可視化技術(shù)對于分析的數(shù)據(jù)類型通常不是專用性的?！插e(cuò)〕

14.DSS主要是基于數(shù)據(jù)倉庫.聯(lián)機(jī)數(shù)據(jù)分析和數(shù)據(jù)挖掘技術(shù)的應(yīng)用?！矊Α?/p>

15.OLAP技