數(shù)據(jù)挖掘試題150道

1、單選題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買尿布，這種屬于數(shù)據(jù)挖掘的哪類問題？ （A）A. 關(guān)聯(lián)規(guī)則發(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(yīng)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, Recall B. Recall, PrecisionA. Precision, ROC D. Recall, ROC3. 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(wù)？（C）A. 頻繁模式挖掘 B.分類和預(yù)測C.數(shù)據(jù)預(yù)處理 D.

2、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(shù)促使帶同類標簽的數(shù)據(jù)與帶其他標簽的數(shù)據(jù)相分離？ （B）A. 分類 B.聚類 C.關(guān)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(lǐng)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(shù)，對數(shù)據(jù)進行探索屬于數(shù)據(jù)挖掘的哪一類任務(wù)？ （A）A. 探索性數(shù)據(jù)分析B.建模描述C.預(yù)測建模D.尋找模式和規(guī)則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(wù)？（B）A. 探索性數(shù)據(jù)分析B.建模描述C.預(yù)測建模D.尋找模式和規(guī)則8. 建立一個模型，通過這個模型根據(jù)已知的變量值

3、來預(yù)測其他某個變量值屬于數(shù)據(jù)挖掘的哪一類任務(wù)？ （C）A. 根據(jù)內(nèi)容檢索B.建模描述C.預(yù)測建模D.尋找模式和規(guī)則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(wù)？ （A）A. 根據(jù)內(nèi)容檢索B.建模描述C.預(yù)測建模D.尋找模式和規(guī)則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估計遺漏值12. 假設(shè)12個銷售價格記錄組已經(jīng)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(nèi)？（B）A第一個B 第二個C第

4、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)建新屬性的相關(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A傅立葉變換 B特征加權(quán)C漸進抽樣D維歸約22.假

5、設(shè)屬性income的最大最小值分別是 12000元和98000元。利用最大最小規(guī)范化的方26. 下列哪個不是專門用于可視化時間空間數(shù)據(jù)的技術(shù)：(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，當合適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(nèi)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(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)會隨著時間的變化不斷地進行重新綜

6、合29. 關(guān)于基本數(shù)據(jù)的元數(shù)據(jù)是指：(D)A. 基本元數(shù)據(jù)與數(shù)據(jù)源，數(shù)據(jù)倉庫，數(shù)據(jù)集市和應(yīng)用程序等結(jié)構(gòu)相關(guān)的信息；B. 基本元數(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. 基本元數(shù)據(jù)包括日志文件和簡歷執(zhí)行處理的時序調(diào)度信息；D. 基本元數(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)粒度的描述不正確的是：(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(zhì)量31. 有關(guān)數(shù)據(jù)倉庫的開發(fā)特點，不正確的描述是：(A)

7、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(guān)數(shù)據(jù)倉庫測試，下列說法不正確的是：(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計劃.33. OLAP技

8、術(shù)的核心是：(D)A. 在線性；B. 對用戶的快速響應(yīng)；C. 互操作性.D. 多維分析；34. 關(guān)于OLAP的特性，下面正確的是：(D)快速性 可分析性(3)多維性(4)信息，性(5)共享性A. (3)B. C. (4)D. (4) (5)35. 關(guān)于OLAP和OLTP的區(qū)別描述，不正確的是：(d)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簡單的事務(wù) .C. OLAP的特點在于事務(wù)量大，但事務(wù)內(nèi)容比較簡單且重復(fù)率高.D. OLAP是以數(shù)據(jù)倉庫為基礎(chǔ)的，但其最終數(shù)據(jù)來源與 OLTP 一樣均來自底層的數(shù)

9、據(jù)庫系統(tǒng) 兩者面對的用戶是相同的.36. OLAM技術(shù)一般簡稱為”數(shù)據(jù)聯(lián)機分析挖掘”下面說法正確的是：(D)A. OLAP和OLAM都基于客戶機/服務(wù)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(zhì)的區(qū)別.C. 基于 WEB的OLAM 是 WEB技術(shù)與 OLAM 技術(shù)的結(jié)合.D. OLAM 服務(wù)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(guān)于OLAP和OLTP的說法，下列不正確的是：(c)A. OLAP事務(wù)量大，但事務(wù)內(nèi)容比較簡單且重復(fù)率高.B. OLAP的最終數(shù)據(jù)來源與 OLTP不一樣.C. OLTP面

10、對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)動的.38. 設(shè)X=1 , 2, 3是頻繁項集，則可由 X產(chǎn)生_(C)_個關(guān)聯(lián)規(guī)則。A、4 B、5 C、6 D、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. 頻繁項集、頻繁閉項集、最大頻繁項集之間的關(guān)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44. 在圖集合中發(fā)現(xiàn)一組公共子結(jié)構(gòu)，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)項挖掘D、頻繁模

11、式挖掘45. 下列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. 下列_(A)_不是將主觀信息加入到模式發(fā)現(xiàn)任務(wù)中的方法。A、與同一時期其他數(shù)據(jù)對比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購買項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、1 B、2 C、3 D、448. 以下哪些算法是分類算法，A , DBSCAN B , C4.5 C,K-Mean

12、 D,EM (B)49. 以下哪些分類方法可以較好地避免樣本的不平衡問題，A , KNN B , SVM C , Bayes D,神經(jīng)網(wǎng)絡(luò) (A)50. 決策樹中不包含一下哪種結(jié)點，A,根結(jié)點(root node) B,內(nèi)部結(jié)點(internal node) C,外部結(jié)點(external node) D,葉結(jié)點(leaf node) (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(guān)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(tài). 子樹可能在決策樹中重復(fù)多次C. 決策樹算法對于噪聲的干擾非常

13、敏感D. 尋找最佳決策樹是 NP完全問題54. 在基于規(guī)則分類器的中，依據(jù)規(guī)則質(zhì)量的某種度量對規(guī)則排序，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)則的排序方案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)則的分類器(A)A. C4.5 B. KNN C. Na?ve Bayes D. ANN56. 如果規(guī)則集R中不存在兩條規(guī)則被同一條記錄觸發(fā)，則稱規(guī)則集R中的規(guī)則為(C);A,無序規(guī)則 B,窮舉規(guī)則C,互斥規(guī)則 D,有序規(guī)則57. 如果對屬性值的任一組合，R中都存在一條規(guī)則加以覆蓋，則稱規(guī)則集R中的

14、規(guī)則為(B)A,無序規(guī)則B,窮舉規(guī)則C,互斥規(guī)則D,有序規(guī)則58. 如果規(guī)則集中的規(guī)則按照優(yōu)先級降序排列，則稱規(guī)則集是(D)A,無序規(guī)則B,窮舉規(guī)則C,互斥規(guī)則D,有序規(guī)則59. 如果允許一條記錄觸發(fā)多條分類規(guī)則，把每條被觸發(fā)規(guī)則的后件看作是對相應(yīng)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)則 B,窮舉規(guī)則C,互斥規(guī)則 D,有序規(guī)則60. 考慮兩隊之間的足球比賽：隊 0和隊1。假設(shè)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, 0.75

15、 B,0.35 C,0.4678 D, 0.573861. 以下關(guān)于人工神經(jīng)網(wǎng)絡(luò)(ANN )的描述錯誤的有(A)C,訓(xùn)練ANN是一個A,神經(jīng)網(wǎng)絡(luò)對訓(xùn)練數(shù)據(jù)中的噪聲非常魯棒B,可以處理冗余特征很耗時的過程 D,至少含有一個隱藏層的多層神經(jīng)網(wǎng)絡(luò)62. 通過聚集多個分類器的預(yù)測來提高分類準確率的技術(shù)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. 在基本

16、K均值算法里，當鄰近度函數(shù)采用（ A ）的時候，合適的質(zhì)心是簇中各點的中 位數(shù)。A、曼哈頓距離65. （ C ）是-產(chǎn)生的。A、邊界點66. BIRCH 是B、平方歐幾里德距離C、余弦距離D、Bregman散度個觀測值，它與其他觀測值的差別如此之大，以至于懷疑它是由不同的機制B、質(zhì)心種（B ）。C、離群點D、核心點A、分類器B、聚類算法C、關(guān)聯(lián)分析算法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、統(tǒng)計方法 B、鄰近度C、密度D、D、特征選擇算法A ）的離群點檢測。聚類技術(shù)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， 次聚類技術(shù)。A、MIN （單鏈）

17、B、MAX （全鏈）C、組平均69. （ D ）將兩個簇的鄰近度定義為兩個簇合并時導(dǎo)致的平方誤差的增量， 次聚類技術(shù)。A、MIN （單鏈）B、MAX （全鏈）70. DBSCAN在最壞情況下的時間復(fù)雜度是（ BA、O（m） B、O（m2） C、O（log m）71. 在基于圖的簇評估度量表里面，如果簇度量為的類型是（C ）。A、基于圖的凝聚度基于圖的凝聚度和分離度B、基于原型的凝聚度它是一種凝聚層C、組平均D、D、Ward方法它是一種凝聚層Ward方法)D、O(m*log m)proximity(Ci , C)，簇權(quán)值為mi ,那么它C、基于原型的分離度D、72.關(guān)于K均值和DBSCAN的比較

18、，以下說法不正確的是（ 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)不是明顯分離的簇，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：構(gòu)造k-最近鄰圖。使用多層圖劃分算法劃分圖。repeat：合并關(guān)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。 until :不再有可以合并的簇。（C ）。A、MSTB、OPOSSUM

19、C、Chameleon D、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(yīng)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、DENCLUE C、CLIQUE76. 以下哪個聚類算法不是屬于基于原型的聚類（ DA、模糊c均值B、EM算法 C、SOM77. 關(guān)于混合模型聚類算法的優(yōu)缺點，下面說法正確的是（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，D、OPOSSUMD、CLI

20、QUEB ）。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(wǎng)格的聚類算法（A、STING B、WaveClusterC、MAFIA D、BIRCH79. 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(guān)于Jarvis Patrick （JP）聚類算法的說法不正確的是（ 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

21、。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(guān)對象的緊致簇。C、JP聚類是基于SNN相似度的概念。D、 JP聚類的基本時間復(fù)雜度為O（m）。二、多選題1. 通過數(shù)據(jù)挖掘過程所推倒出的關(guān)系和摘要經(jīng)常被稱為：（A B）A.模型 B.模式 C.模范 D.模具2尋找數(shù)據(jù)集中的關(guān)系是為了尋找精確、方便并且有價值地總結(jié)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？（A B C D）A. 決定要使用的表示的特征和結(jié)構(gòu)B. 決定如何量化和比較不同表示擬合數(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)管理原則以高效地實現(xiàn)算法。3. 數(shù)據(jù)挖掘的預(yù)測建模任務(wù)主要包括哪幾大類問題？

22、（A B）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：（A B C D）A.模型或模型結(jié)構(gòu)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(xué)科和數(shù)據(jù)挖掘有密切聯(lián)系？（A D）A.統(tǒng)計 B.計算機組成原理C.礦產(chǎn)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：（AB CD E ）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(shù)（ABC E ）A 矩陣 B平行坐標系C星形坐標D散

23、布圖 E Chernoff臉8. 對于數(shù)據(jù)挖掘中的原始數(shù)據(jù)，存在的問題有：（ABCD E ）A不一致 B重復(fù) C不完整 D含噪聲E維度高9. 下列屬于不同的有序數(shù)據(jù)的有：（ABC E ）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(wù)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：（B C D）E相異性(A C)D特征加權(quán)E離散化A連續(xù)性 B維度 C稀疏性 D分辨率11. 下面屬于維歸約常用的線性代數(shù)技術(shù)的有：A主成分分析B特征提取 C奇異值分解12. 下面列出的條目中，哪些是數(shù)據(jù)倉庫的基本特征：(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

24、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(wù)的BCDE13. 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(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)的基礎(chǔ)C. 數(shù)據(jù)倉庫是面向業(yè)務(wù)的，支持聯(lián)機事務(wù)處理( OLTP)D. 數(shù)據(jù)倉庫支持決策而非事務(wù)處理做長期性的戰(zhàn)略制定(ABCD)C.E. 數(shù)據(jù)倉庫的主要目標就是幫助分析，14. 數(shù)據(jù)倉庫在技術(shù)上的工作過程是：數(shù)據(jù)的表現(xiàn)A.數(shù)據(jù)的抽取B.存儲和管理D. 數(shù)據(jù)倉庫設(shè)計E.數(shù)據(jù)的表現(xiàn)(BCD)E.分類15. 聯(lián)機分析處理包括以下哪些基本分析功能？ A.聚類 B.切片 C.轉(zhuǎn)軸 D.切塊16. 利用Apriori算法計算頻繁項集可

25、以有效降低計算頻繁集的時間復(fù)雜度。在以下的購物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、啤酒籃中產(chǎn)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)、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_(A D)_是頻繁閉項集。TID項1 abc2 abcd3 bce4 acde5 deA、 abc B、 adC、 cd D、 de18. Apriori算法的計算復(fù)雜度受_(ABCD)?_影響。A、支持度閥值 B、項數(shù)(維度)C、事務(wù)數(shù)D、事務(wù)平均寬度

26、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(guān)模式D、對異常數(shù)據(jù)項敏感D,20. 以下屬于分類器評價或比較尺度的有：A,預(yù)測準確度 B,召回率C,模型描述的簡潔度計算復(fù)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（ture positive rate,TPR ） （ABCD）22. 貝葉斯信念網(wǎng)絡(luò)（BBN）有如下哪些特點，A,構(gòu)造網(wǎng)絡(luò)費時費力B,對模型的過分問題非常魯棒C,貝葉斯網(wǎng)絡(luò)不適合處理不完整的數(shù)據(jù)D,網(wǎng)絡(luò)結(jié)構(gòu)確定后，添加變量相當麻煩（A

27、B ）23. 如下哪些不是最近鄰分類器的特點，數(shù)據(jù)的模型 B,分類一個測試樣例開銷很大生產(chǎn)任意形狀的決策邊界（C）24. 如下那些不是基于規(guī)則分類器的特點，A,它使用具體的訓(xùn)練實例進行預(yù)測，不必維護源自C,最近鄰分類器基于全局信息進行預(yù)測D,可以A,規(guī)則集的表達能力遠不如決策樹好B,基于規(guī)C,無法被用來產(chǎn)生更易于（AC）則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25. 以下屬于聚類算法的是（ABD ）。A、K 均值 B、DBSCAN C、Apriori26. （ 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(guān)系

28、數(shù)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)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D、Jarvis-Patrick (JP)D、F度量D、召回率29. 在聚類分析當中，（AD ）等技術(shù)可以處理任意形狀的簇。A、MIN （單鏈）B、MAX （全鏈）C、組平均 D、Chameleon30. （ 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(wù)是從數(shù)據(jù)中發(fā)現(xiàn)潛在的規(guī)則，從而能更好的

29、完成描述數(shù)據(jù)、預(yù)測數(shù) 據(jù)等任務(wù)。（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(jīng)存在的數(shù)據(jù)進行模式的發(fā)掘。（對）3. 圖挖掘技術(shù)在社會網(wǎng)絡(luò)分析中扮演了重要的角色。（對）4. 模式為對數(shù)據(jù)集的全局性總結(jié)，它對整個測量空間的每一點做出描述；模型則對變量變化空間的一個有限區(qū)域做出描述。（錯）5. 尋找模式和規(guī)則主要是對數(shù)據(jù)進行干擾，使其符合某種規(guī)則以及模式。（錯）6. 離群點可以是合法的數(shù)據(jù)對象或者值。（對）7. 離散屬性總是具有有限個值。（錯）8. 噪聲和偽像是數(shù)據(jù)錯誤這一相同表述的兩種叫法。（錯）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。（對）10. 特征提取技術(shù)并

30、不依賴于特定的領(lǐng)域。（錯）11. 序列數(shù)據(jù)沒有時間戳。（對）12. 定量屬性可以是整數(shù)值或者是連續(xù)值。（對）13. 可視化技術(shù)對于分析的數(shù)據(jù)類型通常不是專用性的。（錯）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(shù)的應(yīng)用。（對）15. OLAP技術(shù)側(cè)重于把數(shù)據(jù)庫中的數(shù)據(jù)進行分析、轉(zhuǎn)換成輔助決策信息，是繼數(shù)據(jù)庫技術(shù)發(fā)展之后迅猛發(fā)展起來的一種新技術(shù)。（對）16. 商業(yè)智能系統(tǒng)與一般交易系統(tǒng)之間在系統(tǒng)設(shè)計上的主要區(qū)別在于：后者把結(jié)構(gòu)強加于商務(wù)之上，一旦系統(tǒng)設(shè)計完畢，其程序和規(guī)則不會輕易改變；而前者則是一個學(xué)習(xí)型系統(tǒng)，能自動適應(yīng)商務(wù)不斷變化的要求。（對）17. 數(shù)據(jù)倉庫中間層 OLAP服務(wù)器只能采用關(guān)系型 OLAP（錯）18. 數(shù)據(jù)倉庫系統(tǒng)的組成部分包括數(shù)據(jù)倉庫，倉庫管理，數(shù)據(jù)抽取，分析工具等四個部分