2025年高職第一學(xué)年（大數(shù)據(jù)技術(shù)）數(shù)據(jù)挖掘基礎(chǔ)階段測(cè)試試題及答案

（考試時(shí)間：90分鐘滿分100分）班級(jí)______姓名______第I卷（選擇題共30分）答題要求：本大題共10小題，每小題3分。在每小題給出的四個(gè)選項(xiàng)中，只有一項(xiàng)是符合題目要求的。請(qǐng)將正確答案的序號(hào)填在題后的括號(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.決策樹算法B.支持向量機(jī)算法C.K-Means算法D.樸素貝葉斯算法2.數(shù)據(jù)挖掘過(guò)程中，數(shù)據(jù)預(yù)處理階段不包括以下哪個(gè)步驟？（）A.數(shù)據(jù)集成B.數(shù)據(jù)清洗C.數(shù)據(jù)挖掘算法選擇D.數(shù)據(jù)轉(zhuǎn)換3.在關(guān)聯(lián)規(guī)則挖掘中，置信度（confidence）的計(jì)算公式是（）A.support(X→Y)=P(X∩Y)B.confidence(X→Y)=P(Y|X)C.lift(X→Y)=confidence(X→Y)/support(Y)D.以上都不對(duì)4.對(duì)于頻繁項(xiàng)集挖掘，以下說(shuō)法正確的是（）A.頻繁項(xiàng)集的支持度一定大于最小支持度閾值B.頻繁項(xiàng)集的子集不一定是頻繁項(xiàng)集C.挖掘頻繁項(xiàng)集時(shí)不需要考慮事務(wù)數(shù)據(jù)庫(kù)D.頻繁項(xiàng)集的數(shù)量是無(wú)限的5.以下哪種數(shù)據(jù)類型不適合作為數(shù)據(jù)挖掘的輸入？（）A.結(jié)構(gòu)化數(shù)據(jù)B.半結(jié)構(gòu)化數(shù)據(jù)C.非結(jié)構(gòu)化數(shù)據(jù)D.動(dòng)態(tài)數(shù)據(jù)6.在數(shù)據(jù)挖掘中，評(píng)估分類模型性能的常用指標(biāo)不包括（）A.準(zhǔn)確率B.召回率C.F1值D.均方誤差7.聚類算法的主要目標(biāo)是（）A.將數(shù)據(jù)劃分成不同的組，使得同一組內(nèi)的數(shù)據(jù)相似度高，不同組的數(shù)據(jù)相似度低B.找出數(shù)據(jù)中的異常點(diǎn)C.對(duì)數(shù)據(jù)進(jìn)行分類預(yù)測(cè)D.發(fā)現(xiàn)數(shù)據(jù)中的關(guān)聯(lián)規(guī)則8.決策樹算法中，用于選擇劃分屬性的指標(biāo)通常是（）A.信息增益B.基尼系數(shù)C.均方誤差D.以上都可以9.數(shù)據(jù)挖掘中的特征選擇方法不包括（）A.基于信息增益的方法B.基于主成分分析的方法C.基于聚類的方法D.基于深度學(xué)習(xí)的方法10.以下哪種場(chǎng)景不適合使用數(shù)據(jù)挖掘技術(shù)？（）A.銀行客戶信用評(píng)估B.電商平臺(tái)商品推薦C.實(shí)時(shí)視頻流處理D.醫(yī)院疾病診斷輔助第II卷（非選擇題共70分）二、填空題（本大題共5小題，每小題4分，共20分）答題要求：請(qǐng)?jiān)诿啃☆}的空格中填上正確答案。錯(cuò)填、不填均無(wú)分。1.數(shù)據(jù)挖掘的主要任務(wù)包括分類、聚類、關(guān)聯(lián)規(guī)則挖掘、______、______等。2.決策樹算法中，根節(jié)點(diǎn)的選擇通常是基于______最大的屬性。3.在支持向量機(jī)算法中，引入核函數(shù)的目的是將______數(shù)據(jù)映射到______空間進(jìn)行分類。4.數(shù)據(jù)挖掘中的數(shù)據(jù)采樣方法有______采樣、______采樣等。5.評(píng)估聚類算法性能的指標(biāo)有______、______等。三、簡(jiǎn)答題（本大題共3小題，每小題10分，共30分）答題要求：簡(jiǎn)要回答問(wèn)題，答案應(yīng)簡(jiǎn)潔明了。1.簡(jiǎn)述數(shù)據(jù)挖掘的一般流程。2.請(qǐng)解釋什么是支持度、置信度和提升度，并說(shuō)明它們?cè)陉P(guān)聯(lián)規(guī)則挖掘中的作用。3.對(duì)比K-Means算法和層次聚類算法的優(yōu)缺點(diǎn)。四、綜合分析題（本大題共1小題，20分）答題要求：閱讀以下材料，回答問(wèn)題。材料：某電商平臺(tái)收集了大量用戶的購(gòu)物數(shù)據(jù)，包括用戶ID、購(gòu)買時(shí)間、購(gòu)買商品類別、商品價(jià)格等?，F(xiàn)在想要通過(guò)數(shù)據(jù)挖掘技術(shù)分析用戶的購(gòu)買行為，找出用戶購(gòu)買商品之間的關(guān)聯(lián)規(guī)則，以便進(jìn)行精準(zhǔn)營(yíng)銷。問(wèn)題：1.請(qǐng)?jiān)O(shè)計(jì)一個(gè)數(shù)據(jù)挖掘流程來(lái)解決上述問(wèn)題，包括數(shù)據(jù)預(yù)處理、關(guān)聯(lián)規(guī)則挖掘算法選擇及評(píng)估等步驟。（簡(jiǎn)要描述每個(gè)步驟的主要任務(wù)）（共10分）2.假設(shè)通過(guò)挖掘得到一條關(guān)聯(lián)規(guī)則：購(gòu)買手機(jī)→購(gòu)買手機(jī)殼，支持度為30%，置信度為80%。請(qǐng)解釋這兩個(gè)指標(biāo)的含義，并說(shuō)明該規(guī)則對(duì)于電商平臺(tái)的營(yíng)銷決策有何啟示？（共10分）五、算法設(shè)計(jì)題（本大題共1小題，20分）答題要求：根據(jù)以下要求設(shè)計(jì)算法。設(shè)計(jì)一個(gè)簡(jiǎn)單的決策樹算法，用于對(duì)給定的數(shù)據(jù)集進(jìn)行分類。數(shù)據(jù)集包含多個(gè)屬性和一個(gè)類別標(biāo)簽。算法要求能夠根據(jù)屬性的取值遞歸地構(gòu)建決策樹，直到滿足停止條件。停止條件可以是所有樣本屬于同一類別，或者沒(méi)有剩余屬性可供劃分等。請(qǐng)描述算法的主要步驟，并說(shuō)明如何根據(jù)構(gòu)建好的決策樹進(jìn)行分類預(yù)測(cè)。答案：第I卷答案1.C2.C3.B4.A5.D6.D7.A8.D9.D10.C第II卷答案二、填空題答案1.異常檢測(cè)、回歸分析2.信息增益3.低維、高維4.簡(jiǎn)單隨機(jī)、分層5.簇內(nèi)相似度、簇間相似度三、簡(jiǎn)答題答案1.數(shù)據(jù)挖掘一般流程：首先是數(shù)據(jù)準(zhǔn)備，包括數(shù)據(jù)采集、集成、清洗、轉(zhuǎn)換等；然后選擇合適的數(shù)據(jù)挖掘算法；接著進(jìn)行模型訓(xùn)練與評(píng)估；最后對(duì)挖掘結(jié)果進(jìn)行解釋與應(yīng)用。2.支持度表示項(xiàng)集在數(shù)據(jù)集中出現(xiàn)的頻率；置信度表示在包含X的事務(wù)中同時(shí)包含Y的概率；提升度表示關(guān)聯(lián)規(guī)則X→Y的置信度與Y的支持度之比。支持度用于篩選頻繁項(xiàng)集，置信度衡量規(guī)則的可靠性，提升度用于評(píng)估規(guī)則的價(jià)值。3.K-Means算法優(yōu)點(diǎn)：收斂速度快，對(duì)處理大數(shù)據(jù)集效率較高；缺點(diǎn)：對(duì)初始聚類中心敏感，不適用于發(fā)現(xiàn)非凸形狀的簇。層次聚類算法優(yōu)點(diǎn)：不需要預(yù)先指定簇的數(shù)量，能夠發(fā)現(xiàn)不同層次的簇結(jié)構(gòu)；缺點(diǎn)：計(jì)算復(fù)雜度高，不適用于大規(guī)模數(shù)據(jù)集。四、綜合分析題答案1.數(shù)據(jù)預(yù)處理：清洗數(shù)據(jù)，去除缺失值、重復(fù)值等；對(duì)商品類別進(jìn)行編碼等。關(guān)聯(lián)規(guī)則挖掘算法選擇：可選用Apriori算法等。評(píng)估：使用支持度、置信度、提升度等指標(biāo)評(píng)估挖掘出的規(guī)則。2.支持度30%表示在所有購(gòu)物記錄中，同時(shí)購(gòu)買手機(jī)和手機(jī)殼的記錄占比30%。置信度80%表示在購(gòu)買手機(jī)的用戶中，有80%的用戶會(huì)購(gòu)買手機(jī)殼。啟示：可針對(duì)購(gòu)買手機(jī)的用戶進(jìn)行手機(jī)殼的精準(zhǔn)推薦，提高銷售轉(zhuǎn)化率。五、算法設(shè)計(jì)題答案算法步驟：首先選擇一個(gè)屬性作為根節(jié)點(diǎn)的劃分屬性，計(jì)算每個(gè)屬性值對(duì)應(yīng)的信