東財(cái)《數(shù)據(jù)挖掘概論》單元作業(yè)二試卷總分:100得分:100一、單選題(共10道試題,共50分)1.以下選項(xiàng)中，屬于監(jiān)督的離散化技術(shù)的是（）。A.直方圖分析B.分箱C.決策樹(shù)分析D.K-means答案:C2.規(guī)范化、數(shù)據(jù)離散化和概念分層產(chǎn)生都是某種形式的（）。A.數(shù)據(jù)清理B.數(shù)據(jù)集成C.數(shù)據(jù)刪除D.數(shù)據(jù)變換答案:D3.（）可以通過(guò)如聚集、刪除冗余特征或聚類來(lái)降低數(shù)據(jù)的規(guī)模。A.數(shù)據(jù)集成B.數(shù)據(jù)歸約C.數(shù)據(jù)變換D.數(shù)據(jù)清理答案:B4.提升度的值小于1，表明兩個(gè)項(xiàng)之間的相關(guān)關(guān)系為（）。A.正相關(guān)B.置信度C.不相關(guān)D.不確定答案:B5.下面購(gòu)物籃能夠提取的3-項(xiàng)集的最大數(shù)量是（）ID購(gòu)買項(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答案:C6.Kulc度量的值越（），A和B的聯(lián)系越緊密。A.大B.小C.不變D.零答案:A7.Apriori算法使用一種稱為逐層搜索的迭代方法，其中k項(xiàng)集用于探索（）項(xiàng)集。A.kB.k+1C.k+2D.k-1答案:B8.設(shè)X={1，2，3，4}是頻繁項(xiàng)集，則可由X產(chǎn)生（）個(gè)關(guān)聯(lián)規(guī)則。A.12B.13C.14D.16答案:C9.如果使用神經(jīng)網(wǎng)絡(luò)后向傳播算法進(jìn)行分類挖掘，對(duì)訓(xùn)練元組中每個(gè)屬性的輸入值進(jìn)行（），將有助于加快學(xué)習(xí)階段的速度。A.光滑B.屬性構(gòu)造C.聚集D.規(guī)范化答案:D10.數(shù)據(jù)變換策略中，把屬性數(shù)據(jù)按比例縮放，使之落入一個(gè)特定的小區(qū)間的策略稱為（）。A.光滑B.屬性構(gòu)造C.聚集D.規(guī)范化答案:D二、多選題(共5道試題,共25分)11.以下屬于頻繁項(xiàng)集挖掘方法的有（）。A.Apriori算法B.頻繁模式增長(zhǎng)C.聚類D.分類答案:AB12.在以下的模式評(píng)估度量中屬于零不變度量的有（）。A.提升度B.全置信度C.最大置信度D.余弦答案:BCD13.關(guān)聯(lián)規(guī)則的基本框架有（）。A.支持度B.提升度C.置信度D.卡方分析答案:AC14.PCA可以用于有序和無(wú)序的屬性，并且可以更好地處理（）數(shù)據(jù)。A.密集B.高維C.傾斜D.稀疏答案:CD15.數(shù)據(jù)清理通過(guò)（）來(lái)“清理”數(shù)據(jù)。A.識(shí)別或刪除離群點(diǎn)B.光滑噪聲數(shù)據(jù)C.忽略缺失的值D.解決不一致性來(lái)答案:ABD三、判斷題(共5道試題,共25分)16.通過(guò)為找候選項(xiàng)集劃分?jǐn)?shù)據(jù)可以提高Apriori算法的效率。（）答案:正確17.離散化不能用來(lái)處理噪聲。（）答案:錯(cuò)誤18.維歸約和數(shù)量歸約也可以看作是某種形式的數(shù)據(jù)壓縮。（）答案:正確19.關(guān)聯(lián)