數(shù)據(jù)挖掘試題

1、數(shù)據(jù)挖掘試題單項(xiàng)選擇題1. 某超市討論銷售紀(jì)錄數(shù)據(jù)后發(fā)覺，買啤酒的人很也許率也會(huì)購置尿布，這種屬于數(shù)據(jù)挖掘的哪類問題？ (a)a. 關(guān)聯(lián)規(guī)章發(fā)覺b. 聚類c. 分類d. 自然語言處理3. 將原始數(shù)據(jù)進(jìn)展集成、變換、維度規(guī)約、數(shù)值規(guī)約是在以下哪個(gè)步驟的任務(wù)？ (c)a. 頻繁形式挖掘b. 分類和預(yù)報(bào)c. 數(shù)據(jù)預(yù)處理d. 數(shù)據(jù)流挖掘4. 當(dāng)不知道數(shù)據(jù)所帶標(biāo)簽時(shí)，可以用法哪種技術(shù)促使帶同類標(biāo)簽的數(shù)據(jù)與帶其他標(biāo)簽的數(shù)據(jù)相分別？(b)a. 分類b. 聚類c. 關(guān)聯(lián)分析d. 隱馬爾可夫鏈6. 用法交互式的和可視化的技術(shù)，對(duì)數(shù)據(jù)進(jìn)展探究屬于數(shù)據(jù)挖掘的哪一類任務(wù)？( a )a. 探究性數(shù)據(jù)分析b. 建模描繪c

2、. 預(yù)報(bào)建模d. 查找形式和規(guī)章11. 下面哪種不屬于數(shù)據(jù)預(yù)處理的方法？(d)a 變量代換b 離散化c 聚集d 估量遺漏值12. 假設(shè) 12個(gè)銷售價(jià)格記錄組已經(jīng)排序如下： 5, 10, 11, 13, 15, 35, 50, 55, 72, 92, 204, 215 用法如下每種方法將它們劃分成四個(gè)箱。等頻(等深)劃分時(shí)， 15 在第幾個(gè)箱子內(nèi)？ (b) a 第一個(gè) b 其次個(gè)c第三個(gè) d 第四個(gè)13. 上題中，等寬劃分時(shí)(寬度為50)，15 又在哪個(gè)箱子里？(a)a 第一個(gè)b 其次個(gè)c 第三個(gè)d 第四個(gè)16. 只有非零值才重要的二元屬性被稱作： ( c )a 計(jì)數(shù)屬性b 離散屬性c 非對(duì)稱的

3、二元屬性d 對(duì)稱屬性17. 以下哪種方法不屬于特征選擇的標(biāo)準(zhǔn)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(guān)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(gòu)造22. 假設(shè)屬性 income 的最大最小值分別是 12000 元和 98000 元。利用最大最小標(biāo)準(zhǔn)化的方法將屬性的值映射到 0 至 1 的范圍內(nèi)。對(duì)屬性 income 的 73600 元將被轉(zhuǎn)化為： (d)a 0.821b 1.224c 1.458d 0.71623?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, 16,16，19，20，2

4、0，21，22，22，25，25，25，30，33，33，35，35，36，40，45，46，52，70, 問題：用法按箱平均值平滑方法對(duì)上述數(shù)據(jù)進(jìn)展平滑, 箱的深度為 3。其次個(gè)箱子值為：(a)a 18.3b 22.6c 26.8d 27.928. 數(shù)據(jù)倉庫是隨著時(shí)間改變的，下面的描繪不正確的選項(xiàng)是(c)a. 數(shù)據(jù)倉庫隨時(shí)間的改變不斷增加新的數(shù)據(jù)內(nèi)容 ;b. 捕捉到的新數(shù)據(jù)會(huì)掩蓋原來的快照 ;c. 數(shù)據(jù)倉庫隨大事改變不斷刪去舊的數(shù)據(jù)內(nèi)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(huì)隨著時(shí)間的改變不斷地進(jìn)展重新綜合.29. 關(guān)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，

5、數(shù)據(jù)倉庫，數(shù)據(jù)集市和應(yīng)用程序等構(gòu)造相關(guān)的信息;b. 根本元數(shù)據(jù)包括與企業(yè)相關(guān)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(jiǎn)歷執(zhí)行處理的時(shí)序調(diào)度信息 ;d. 根本元數(shù)據(jù)包括關(guān)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(guān)于數(shù)據(jù)粒度的描繪不正確的選項(xiàng)是 : (c)a. 粒度是指數(shù)據(jù)倉庫小數(shù)據(jù)單元的具體程度和級(jí)別 ;b. 數(shù)據(jù)越具體 ,粒度就越小 ,級(jí)別也就越高 ;c. 數(shù)據(jù)綜合度越高 ,粒度也就越大 ,級(jí)別也就越高 ;d. 粒度的詳細(xì)劃分將挺直影響數(shù)據(jù)倉庫中的數(shù)據(jù)量以及查詢質(zhì)量 .33. olap 技術(shù)的核心是 : (d)a. 在線性 ;b. 對(duì)用戶的快速響應(yīng) ;c. 互

6、操作性 .d. 多維分析 ;34. 關(guān)于 olap 的特性 ,下面正確的選項(xiàng)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(guān)于 olap 和 oltp 的區(qū)分描繪 ,不正確的選項(xiàng)是 : (c)a. olap 主要是關(guān)于如何理解聚集的大量不同的數(shù)據(jù).它與 otap 應(yīng)用程序不同 .b. 與 olap 應(yīng)用程序不同 ,oltp 應(yīng)用程序包含大量相對(duì)簡(jiǎn)潔的事務(wù) .c. olap 的特點(diǎn)在于事務(wù)量大 ,但事務(wù)內(nèi)容比擬簡(jiǎn)潔

7、且重復(fù)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(duì)的用戶是一樣的 .37. 關(guān)于 olap 和 oltp 的說法 ,以下不正確的選項(xiàng)是 : (a)a. olap 事務(wù)量大 ,但事務(wù)內(nèi)容比擬簡(jiǎn)潔且重復(fù)率高 .b. olap 的最終數(shù)據(jù)來源與 oltp 不一樣 .c. oltp 面對(duì)的是決策人員和高層管理人員 .d. oltp 以應(yīng)用為核心 ,是應(yīng)用驅(qū)動(dòng)的 .38. 設(shè) x=1 ，2， 3是頻繁項(xiàng)集，那么可由 x 產(chǎn)生 _(c)_個(gè)關(guān)聯(lián)規(guī)章。a、4b、5c、6d、740. 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(xiàng)集、頻繁閉項(xiàng)集、最大頻繁項(xiàng)集之間的關(guān)系是： (c)a、頻繁項(xiàng)集頻繁閉項(xiàng)集=最大頻繁項(xiàng)集b、頻繁項(xiàng)集=頻繁閉項(xiàng)集最大頻繁項(xiàng)集c、頻繁項(xiàng)集頻繁閉項(xiàng)集最大頻繁項(xiàng)集d、頻繁項(xiàng)集=頻繁閉項(xiàng)集=最大頻繁項(xiàng)集44. 在圖集合中發(fā)覺一組公共子構(gòu)造，這樣的任務(wù)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(xiàng)挖掘d、頻繁形式挖掘48. 以下哪些算法是分類算法， a，dbscan b，c4.5 c,k-mean d,em (b)50.決策樹中不包含一下哪種結(jié)點(diǎn)，a,根結(jié)點(diǎn)(root node) b,內(nèi)部結(jié)點(diǎn)(internal node) c,外