第1頁學(xué)院：專業(yè)班級(jí)：姓名：學(xué)院：專業(yè)班級(jí)：姓名：學(xué)號(hào)：裝訂線內(nèi)不要答題學(xué)院/專業(yè)：__________姓名：__________學(xué)號(hào)：__________注意事項(xiàng)：1、本試卷滿分100分。2、考試時(shí)間120分鐘。題號(hào)一二三四五六七得分得分評(píng)閱人一、單項(xiàng)選擇題（總共10題，每題3分，每題只有一個(gè)正確答案，請(qǐng)將正確答案填寫在括號(hào)內(nèi)）1.以下哪種算法不屬于數(shù)據(jù)挖掘中的分類算法？（）A.決策樹B.支持向量機(jī)C.聚類算法D.樸素貝葉斯2.在關(guān)聯(lián)規(guī)則挖掘中，支持度（Support）的作用是（）。A.衡量規(guī)則的可信度B.衡量規(guī)則的頻繁程度C.衡量規(guī)則的重要性D.衡量規(guī)則的新穎性3.數(shù)據(jù)挖掘中的數(shù)據(jù)預(yù)處理步驟不包括以下哪一項(xiàng)？（）A.數(shù)據(jù)清洗B.數(shù)據(jù)集成C.數(shù)據(jù)可視化D.數(shù)據(jù)變換4.對(duì)于頻繁項(xiàng)集挖掘，Apriori算法的核心思想是（）。A.逐層搜索B.深度優(yōu)先搜索C.廣度優(yōu)先搜索D.隨機(jī)搜索5.以下哪個(gè)指標(biāo)用于評(píng)估回歸模型的擬合優(yōu)度？（）A.準(zhǔn)確率B.召回率C.F1值D.決定系數(shù)6.在數(shù)據(jù)挖掘中，處理高維數(shù)據(jù)時(shí)常用的降維方法是（）。A.主成分分析B.聚類分析C.關(guān)聯(lián)規(guī)則挖掘D.分類算法7.以下哪種算法常用于異常檢測(cè)？（）A.K-MeansB.DBSCANC.IsolationForestD.C4.58.數(shù)據(jù)挖掘中的監(jiān)督學(xué)習(xí)算法需要（）。A.有標(biāo)記的數(shù)據(jù)B.無標(biāo)記的數(shù)據(jù)C.大量的數(shù)據(jù)D.實(shí)時(shí)的數(shù)據(jù)9.在決策樹中，信息增益（InformationGain）用于（）。A.選擇最佳劃分屬性B.計(jì)算節(jié)點(diǎn)的純度C.評(píng)估模型的性能D.剪枝10.支持向量機(jī)（SVM）主要用于解決（）問題。A.分類B.聚類C.關(guān)聯(lián)規(guī)則挖掘D.數(shù)據(jù)預(yù)處理二、多項(xiàng)選擇題（總共5題，每題4分，每題有多個(gè)正確答案，請(qǐng)將正確答案填寫在括號(hào)內(nèi)，少選、多選均不得分）1.數(shù)據(jù)挖掘中的分類算法包括（）。A.決策樹B.支持向量機(jī)C.樸素貝葉斯D.K-Means2.關(guān)聯(lián)規(guī)則挖掘中的評(píng)估指標(biāo)有（）。A.支持度B.置信度C.提升度D.準(zhǔn)確率3.在數(shù)據(jù)挖掘中，數(shù)據(jù)預(yù)處理的目的包括（）。A.提高數(shù)據(jù)質(zhì)量B.減少數(shù)據(jù)量C.提高算法效率D.增強(qiáng)數(shù)據(jù)安全性4.以下哪些算法屬于無監(jiān)督學(xué)習(xí)算法？（）A.聚類算法B.關(guān)聯(lián)規(guī)則挖掘C.異常檢測(cè)算法D.回歸算法5.決策樹的構(gòu)建過程中，常用的劃分屬性選擇方法有（）。A.信息增益B.信息增益率C.基尼指數(shù)D.均方誤差三、判斷題（總共10題，每題2分，請(qǐng)判斷對(duì)錯(cuò)，在括號(hào)內(nèi)填寫“√”或“×”）1.數(shù)據(jù)挖掘就是從大量數(shù)據(jù)中提取有用信息和知識(shí)的過程。（）2.關(guān)聯(lián)規(guī)則挖掘中，支持度高的規(guī)則一定是強(qiáng)規(guī)則。（）3.數(shù)據(jù)清洗只能處理缺失值，不能處理重復(fù)數(shù)據(jù)。（）4.聚類算法是一種監(jiān)督學(xué)習(xí)算法。（）5.決策樹構(gòu)建過程中，當(dāng)所有樣本屬于同一類別時(shí)，信息增益為0。（）6.在支持向量機(jī)中，核函數(shù)的選擇不影響模型的性能。（）7.樸素貝葉斯算法基于貝葉斯定理和特征條件獨(dú)立假設(shè)。（）8.數(shù)據(jù)挖掘中的模型評(píng)估只能使用測(cè)試集進(jìn)行。（）9.對(duì)于高維數(shù)據(jù)，使用降維方法可以提高數(shù)據(jù)挖掘算法的效率和效果。（）10.異常檢測(cè)算法可以發(fā)現(xiàn)數(shù)據(jù)中的異常點(diǎn)，但不能區(qū)分正常數(shù)據(jù)和異常數(shù)據(jù)。（）四、簡(jiǎn)答題（總共3題，每題10分）1.請(qǐng)簡(jiǎn)要介紹數(shù)據(jù)挖掘中的分類算法，并說明其應(yīng)用場(chǎng)景。2.闡述關(guān)聯(lián)規(guī)則挖掘的基本概念，并解釋支持度、置信度和提升度的含義。3.簡(jiǎn)述數(shù)據(jù)預(yù)處理在數(shù)據(jù)挖掘中的重要性，并列舉常見的數(shù)據(jù)預(yù)處理方法。五、綜合題（總共2題，每題20分）1.假設(shè)你有一個(gè)數(shù)據(jù)集，包含多個(gè)屬性和一個(gè)類別屬性。請(qǐng)描述如何使用決策樹算法對(duì)該數(shù)據(jù)集進(jìn)行分類，并說明決