第1頁(yè)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分類算法？（）A.決策樹B.支持向量機(jī)C.K近鄰D.聚類算法2.數(shù)據(jù)挖掘中，數(shù)據(jù)預(yù)處理不包括以下哪個(gè)步驟？（）A.數(shù)據(jù)清洗B.數(shù)據(jù)集成C.模型評(píng)估D.數(shù)據(jù)轉(zhuǎn)換3.關(guān)于關(guān)聯(lián)規(guī)則挖掘，以下說法錯(cuò)誤的是（）A.支持度表示規(guī)則在數(shù)據(jù)集中出現(xiàn)的頻率B.置信度反映了規(guī)則的可靠性C.提升度大于1表示規(guī)則有意義D.關(guān)聯(lián)規(guī)則挖掘只能處理數(shù)值型數(shù)據(jù)4.決策樹中，用于劃分?jǐn)?shù)據(jù)集的屬性是（）A.葉節(jié)點(diǎn)屬性B.根節(jié)點(diǎn)屬性C.中間節(jié)點(diǎn)屬性D.測(cè)試屬性5.在支持向量機(jī)中，最大間隔超平面是為了（）A.提高模型的泛化能力B.增加模型的復(fù)雜度C.減少訓(xùn)練時(shí)間D.更好地?cái)M合數(shù)據(jù)6.以下哪個(gè)不是數(shù)據(jù)挖掘的應(yīng)用領(lǐng)域？（）A.金融B.醫(yī)療C.教育D.操作系統(tǒng)開發(fā)7.K均值聚類算法中，K的選擇通常采用（）A.經(jīng)驗(yàn)法B.隨機(jī)法C.交叉驗(yàn)證法D.以上都不對(duì)8.數(shù)據(jù)挖掘中，特征選擇的目的是（）A.減少數(shù)據(jù)維度B.增加數(shù)據(jù)維度C.提高模型的準(zhǔn)確性D.以上都是9.樸素貝葉斯分類器的假設(shè)是（）A.特征之間相互獨(dú)立B.特征之間存在強(qiáng)關(guān)聯(lián)C.特征與類別之間相互獨(dú)立D.以上都不對(duì)10.關(guān)于回歸分析，以下說法正確的是（）A.只能處理線性關(guān)系B.可以預(yù)測(cè)連續(xù)型變量C.不需要數(shù)據(jù)預(yù)處理D.模型訓(xùn)練后不需要評(píng)估二、多項(xiàng)選擇題（總共5題，每題5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)，漏選得2分，錯(cuò)選不得分）1.以下屬于監(jiān)督學(xué)習(xí)算法的有（）A.決策樹B.聚類算法C.支持向量機(jī)D.樸素貝葉斯分類器2.數(shù)據(jù)挖掘中，常用的評(píng)估指標(biāo)有（）A.準(zhǔn)確率B.召回率C.F1值D.均方誤差3.關(guān)聯(lián)規(guī)則挖掘中，頻繁項(xiàng)集的性質(zhì)包括（）A.支持度遞減B.子集也是頻繁項(xiàng)集C.所有頻繁項(xiàng)集的支持度都大于最小支持度D.頻繁項(xiàng)集的長(zhǎng)度遞增4.以下哪些方法可以用于處理數(shù)據(jù)不平衡問題？（）A.過采樣B.欠采樣C.調(diào)整損失函數(shù)D.增加特征5.關(guān)于數(shù)據(jù)挖掘的流程，正確的是（）A.數(shù)據(jù)預(yù)處理->模型選擇與訓(xùn)練->模型評(píng)估->部署與應(yīng)用B.模型選擇與訓(xùn)練->數(shù)據(jù)預(yù)處理->模型評(píng)估->部署與應(yīng)用C.數(shù)據(jù)預(yù)處理->模型評(píng)估->模型選擇與訓(xùn)練->部署與應(yīng)用D.模型評(píng)估->數(shù)據(jù)預(yù)處理->模型選擇與訓(xùn)練->部署與應(yīng)用三、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)挖掘可以發(fā)現(xiàn)數(shù)據(jù)中隱藏的規(guī)律和模式。（）2.聚類算法是一種無監(jiān)督學(xué)習(xí)算法。（）3.決策樹的深度越大，模型的泛化能力越強(qiáng)。（）4.支持向量機(jī)只能處理線性可分的數(shù)據(jù)。（）5.關(guān)聯(lián)規(guī)則挖掘中，最小支持度和最小置信度的設(shè)置對(duì)結(jié)果沒有影響。（）6.數(shù)據(jù)挖掘中，特征工程是提高模型性能的關(guān)鍵步驟。（）7.樸素貝葉斯分類器在處理高維數(shù)據(jù)時(shí)表現(xiàn)較好。（）8.K均值聚類算法對(duì)初始聚類中心的選擇敏感。（）9.回歸分析只能用于預(yù)測(cè)數(shù)值型變量。（）10.數(shù)據(jù)挖掘的結(jié)果一定是準(zhǔn)確無誤的。（）四、簡(jiǎn)答題（總共3題，每題10分）1.請(qǐng)簡(jiǎn)要介紹決策樹算法的基本原理。2.簡(jiǎn)述支持向量機(jī)中核函數(shù)的作用及常用的核函數(shù)。3.說明數(shù)據(jù)挖掘中特征選擇的常用方法。五、綜合題（總共2題，每題15分）1.給定一個(gè)數(shù)據(jù)集，包含多個(gè)特征和一個(gè)類別標(biāo)