單項選擇題

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置尿布，這種屬于數(shù)據(jù)挖掘的哪類問題？(A)

A.關聯(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,Precision

A.Precision,ROCD.Recall,ROC

3.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？(C)

A.頻繁模式挖掘B.分類和預測C.數(shù)據(jù)預處理D.數(shù)據(jù)流挖掘

4.當不知道數(shù)據(jù)所帶標簽時，可以使用哪種技術促使帶同類標簽的數(shù)據(jù)與帶其他標簽的數(shù)據(jù)相別離？(B)

A.分類B.聚類C.關聯(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，對數(shù)據(jù)進行探索屬于數(shù)據(jù)挖掘的哪一類任務？〔A〕

A.探索性數(shù)據(jù)分析B.建模描述

C.預測建模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？(B)

A.探索性數(shù)據(jù)分析B.建模描述

C.預測建模D.尋找模式和規(guī)那么

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

A.根據(jù)內容檢索B.建模描述

C.預測建模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？(A)

A.根據(jù)內容檢索B.建模描述

C.預測建模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12個銷售價格記錄組已經排序如下：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？(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)立新屬性的相關方法的是：(B)

A特征提取B特征修改C映射數(shù)據(jù)到新的空間D特征構造

19.考慮值集{1、2、3、4、5、90}，其截斷均值〔p=20%〕是(C)

A2B3C3.5D5

20.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C漸進抽樣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.假設屬性income的最大最小值分別是12000元和98000元。利用最大最小標準化的方法將屬性的值映射到0至1的范圍內。對屬性income的73600元將被轉化為：(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)進行平滑，箱的深度為3。第二個箱子值為：(A)

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

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

A31B24C55D3

25.一所大學內的各年紀人數(shù)分別為：一年級200人，二年級160人，三年級130人，四年級110人。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.以下哪個不是專門用于可視化時間空間數(shù)據(jù)的技術：(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，當適宜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選項是(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)集市和應用程序等結構相關的信息;

B.根本元數(shù)據(jù)包括與企業(yè)相關的管理方面的數(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)行處理的時序調度信息;

D.根本元數(shù)據(jù)包括關于裝載和更新處理,分析處理以及管理方面的信息.

30.下面關于數(shù)據(jù)粒度的描述不正確的選項是:(C)

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)量以及查詢質量.

31.有關數(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.在有關數(shù)據(jù)倉庫測試,以下說法不正確的選項是:(D)

A.在完成數(shù)據(jù)倉庫的實施過程中,需要對數(shù)據(jù)倉庫進行各種測試.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方案.

33.OLAP技術的核心是:(D)

A.在線性;

B.對用戶的快速響應;

C.互操作性.

D.多維分析;

34.關于OLAP的特性,下面正確的選項是:(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.關于OLAP和OLTP的區(qū)別描述,不正確的選項是:(C)

A.OLAP主要是關于如何理解聚集的大量不同的數(shù)據(jù).它與OTAP應用程序不同.

B.與OLAP應用程序不同,OLTP應用程序包含大量相對簡單的事務.

C.OLAP的特點在于事務量大,但事務內容比擬簡單且重復率高.

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技術一般簡稱為”數(shù)據(jù)聯(lián)機分析挖掘”,下面說法正確的選項是:(D)

A.OLAP和OLAM都基于客戶機/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的立方體有本質的區(qū)別.

C.基于WEB的OLAM是WEB技術與OLAM技術的結合.

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.關于OLAP和OLTP的說法,以下不正確的選項是:(A)

A.OLAP事務量大,但事務內容比擬簡單且重復率高.

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以應用為核心,是應用驅動的.

38.設X={1，2，3}是頻繁項集，那么可由X產生__(C)__個關聯(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.頻繁項集、頻繁閉項集、最大頻繁項集之間的關系是：(C)

A、頻繁項集頻繁閉項集=最大頻繁項集

B、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，由候選產生過程得到4-項集不包含〔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)一組公共子結構，這樣的任務稱為(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.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)任務中的方法。

A、與同一時期其他數(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-項集的最大數(shù)量是多少〔C〕

ID購置項

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，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，神經網絡〔A〕

50.決策樹中不包含一下哪種結點，A,根結點〔rootnode)B,內部結點〔internalnode〕C,外部結點〔externalnode〕D,葉結點〔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.以下哪項關于決策樹的說法是錯誤的(C)

A.冗余屬性不會對決策樹的準確率造成不利的影響

B.子樹可能在決策樹中重復屢次

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)那么質量的某種度量對規(guī)那么排序，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)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)那么B，窮舉規(guī)那么C，互斥規(guī)那么D，有序規(guī)那么

60.考慮兩隊之間的足球比賽：隊0和隊1。假設65%的比賽隊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。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,0.5738

61.以下關于人工神經網絡〔ANN〕的描述錯誤的有(A)

A，神經網絡對訓練數(shù)據(jù)中的噪聲非常魯棒B，可以處理冗余特征C，訓練ANN是一個很耗時的過程D，至少含有一個隱藏層的多層神經網絡

62.通過聚集多個分類器的預測來提高分類準確率的技術稱為(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、非互斥聚類D、模糊聚類

64.在根本K均值算法里，當鄰近度函數(shù)采用〔A〕的時候，適宜的質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異如此之大，以至于疑心它是由不同的機制產生的。

A、邊界點B、質心C、離群點D、核心點

66.BIRCH是一種〔B〕。

A、分類器B、聚類算法C、關聯(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

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技術。

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致的平方誤差的增量，它是一種凝聚層次聚類技術。

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.關于K均值和DBSCAN的比擬，以下說法不正確的選項是〔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會合并有重疊的簇。

73.以下是哪一個聚類算法的算法流程：①構造k－最近鄰圖。②使用多層圖劃分算法劃分圖。③repeat：合并關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：一個對象碰巧與另一個對象相對接近，但屬于不同的類，因為這兩個對象一般不會共享許多近鄰，所以應該選擇〔D〕的相似度計算方法。

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.關于混合模型聚類算法的優(yōu)缺點，下面說法正確的選項是〔B〕。

A、當簇只包含少量數(shù)據(jù)點，或者數(shù)據(jù)點近似協(xié)線性時，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，因為它可以使用各種類型的分布。

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時不會存在問題。

78.以下哪個聚類算法不屬于基于網格的聚類算法〔D〕。

A、STINGB、WaveClusterC、MAFIAD、BIRCH

79.一個對象的離群點得分是該對象周圍密度的逆。這是基于〔C〕的離群點定義。

A．概率B、鄰近度C、密度D、聚類

80.下面關于Jarvis－Patrick〔JP〕聚類算法的說法不正確的選項是〔D〕。

A、JP聚類擅長處理噪聲和離群點，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)強相關對象的緊致簇。

C、JP聚類是基于SNN相似度的概念。

D、JP聚類的根本時間復雜度為O(m)。

二、多項選擇題

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

A.模型B.模式C.模范D.模具

2尋找數(shù)據(jù)集中的關系是為了尋找精確、方便并且有價值地總結了數(shù)據(jù)的某一特征的表示，這個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構

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現(xiàn)算法。

3.數(shù)據(jù)挖掘的預測建模任務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.模型或模型結構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.以下哪些學科和數(shù)據(jù)挖掘有密切聯(lián)系？(AD)

A.統(tǒng)計B.計算機組成原理C.礦產挖掘D.人工智能

6.在現(xiàn)實世界的數(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(ＡＢＣＥ)

A矩陣B平行坐標系C星形坐標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時序數(shù)據(jù)B序列數(shù)據(jù)C時間序列數(shù)據(jù)D事務數(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)倉庫是面向事務的

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

A．數(shù)據(jù)倉庫就是數(shù)據(jù)庫

B．數(shù)據(jù)倉庫是一切商業(yè)智能系統(tǒng)的根底

C．數(shù)據(jù)倉庫是面向業(yè)務的，支持聯(lián)機事務處理〔OLTP〕

D．數(shù)據(jù)倉庫支持決策而非事務處理

E．數(shù)據(jù)倉庫的主要目標就是幫助分析，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)倉庫設計E.數(shù)據(jù)的表現(xiàn)

15.聯(lián)機分析處理包括以下哪些根本分析功能？(BCD)

A.聚類B.切片C.轉軸D.切塊E.分類

16.利用Apriori算法計算頻繁項集可以有效降低計算頻繁集的時間復雜度。在以下的購物籃中產生支持度不小于3的候選3-項集，在候選2-項集中需要剪枝的是〔BD〕

ID項集

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

TID項

1abc

2abcd

3bce

4acde

5de

A、abcB、ad

C、cdD、de

18.Apriori算法的計算復雜度受__(ABCD)?__影響。

A、支持度閥值B、項數(shù)〔維度〕

C、事務數(shù)D、事務平均寬度

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、包含負模式和負相關模式D、對異常數(shù)據(jù)項敏感

20.以下屬于分類器評價或比擬尺度的有:A,預測準確度B,召回率C,模型描述的簡潔度D,計算復雜度(ACD)

21.在評價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.貝葉斯信念網絡(BBN)有如下哪些特點，A,構造網絡費時費力B,對模型的過分問題非常魯棒C,貝葉斯網絡不適合處理不完整的數(shù)據(jù)D,網絡結構確定后，添加變量相當麻煩〔AB〕

23.如下哪些不是最近鄰分類器的特點，A,它使用具體的訓練實例進行預測，不必維護源自數(shù)據(jù)的模型B,分類一個測試樣例開銷很大C,最近鄰分類器基于全局信息進行預測D,可以生產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，A,規(guī)那么集的表達能力遠不如決策樹好B,基于規(guī)那么的分類器都對屬性空間進行直線劃分，并將類指派到每個劃分C,無法被用來產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影響的。

A、高維性B、規(guī)模C、稀疏性D、噪聲和離群點

29.在聚類分析當中，〔AD〕等技術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)、預測數(shù)據(jù)等任務。(對)

2.數(shù)據(jù)挖掘的目標不在于數(shù)據(jù)采集策略，而在于對于已經存在的數(shù)據(jù)進行模式的開掘?！矊Α?.圖挖掘技術在社會網絡分析中扮演了重要的角色?！矊Α?/p>

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

5.尋找模式和規(guī)那么主要是對數(shù)據(jù)進行干擾，使其符合某種規(guī)那么以及模式。〔錯〕

6.離群點可以是合法的數(shù)據(jù)對象或者值?！矊Α?/p>

7.離散屬性總是具有有限個值?！插e〕

8.噪聲和偽像是數(shù)據(jù)錯誤這一相同表述的兩種叫法?！插e〕

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.特征提取技術并不依賴于特定的領域。〔錯〕

11.序列數(shù)據(jù)沒有時間戳?！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.可視化技術對于分析的數(shù)據(jù)類型通常不是專用性的?！插e〕

14.DSS主要是基于數(shù)據(jù)倉庫.聯(lián)機數(shù)據(jù)分析和數(shù)據(jù)挖掘技術的應用?！矊Α?/p>

15.OLAP技