數(shù)據(jù)挖掘考試習題目-關聯(lián)分析

PAGE4數(shù)據(jù)挖掘考試題目——關聯(lián)分析一、10個選擇1.以下屬于關聯(lián)分析的是（）A．CPU性能預測 B．購物籃分析C．自動判斷鳶尾花類別 D．股票趨勢建模2.維克托?邁爾-舍恩伯格在《大數(shù)據(jù)時代：生活、工作與思維的大變革》一書中，持續(xù)強調了一個觀點：大數(shù)據(jù)時代的到來，使我們無法人為地去發(fā)現(xiàn)數(shù)據(jù)中的奧妙，與此同時，我們更應該注重數(shù)據(jù)中的相關關系，而不是因果關系。其中，數(shù)據(jù)之間的相關關系可以通過以下哪個算法直接挖掘（）A．K-means B．BayesNetworkC． D．Apriori3.置信度(confidence)是衡量興趣度度量（）的指標。A．簡潔性 B．確定性C．實用性 D．新穎性算法的加速過程依賴于以下哪個策略（）A．抽樣 B．剪枝C．緩沖 D．并行5.以下哪個會降低Apriori算法的挖掘效率（）A．支持度閾值增大 B．項數(shù)減少C．事務數(shù)減少 D．減小硬盤讀寫速率算法使用到以下哪些東東（）A．格結構、有向無環(huán)圖 B．二叉樹、哈希樹C．格結構、哈希樹 D．多叉樹、有向無環(huán)圖7.非頻繁模式（）A．其置信度小于閾值 B．令人不感興趣C．包含負模式和負相關模式 D．對異常數(shù)據(jù)項敏感8.對頻繁項集、頻繁閉項集、極大頻繁項集的關系描述正確的是（）[注：分別以1、2、3代表之]A．3可以還原出無損的1 B．2可以還原出無損的1C．3與2是完全等價的 D．2與1是完全等價的tree在Apriori算法中所起的作用是（）A．存儲數(shù)據(jù) B．查找C．加速查找 D．剪枝10.以下不屬于數(shù)據(jù)挖掘軟件的是（）A．SPSSModeler B．WekaC．ApacheSpark D．Knime二、10個填空1.關聯(lián)分析中表示關聯(lián)關系的方法主要有：和。2.關聯(lián)規(guī)則的評價度量主要有：和。3.關聯(lián)規(guī)則挖掘的算法主要有：和。4.購物籃分析中，數(shù)據(jù)是以的形式呈現(xiàn)。5.一個項集滿足最小支持度，我們稱之為。6.一個關聯(lián)規(guī)則同時滿足最小支持度和最小置信度，我們稱之為。7.在回歸與相關分析中，因變量值隨自變量值的增大（減小）而減?。ㄔ龃螅┑默F(xiàn)象叫做。8.極大頻繁項集不能無損還原出頻繁項集，是因為它不包含頻繁項集的信息。9.經(jīng)典的Apriori算法是逐層掃描的，也就是說它是(選:深度/寬度)優(yōu)先的。10.數(shù)據(jù)挖掘大概步驟包括：輸入數(shù)據(jù)預處理挖掘后處理輸出知識。其中，輸出的知識可以有很多種表示形式，兩種極端的形式是：①內部結構難以被理解的黑匣子，比如說人工神經(jīng)網(wǎng)絡訓練得出的網(wǎng)絡；②模式結構清晰的匣子，這種結構容易被人理解，比如說決策樹產(chǎn)生的樹。那么，關聯(lián)分析中輸出的知識的表示形式主要是(選:黑匣子/清晰結構)。三、10個判斷（）1.啤酒與尿布的故事是聚類分析的典型實例。（）算法是一種典型的關聯(lián)規(guī)則挖掘算法。（）3.支持度是衡量關聯(lián)規(guī)則重要性的一個指標。（）4.可信度是對關聯(lián)規(guī)則的準確度的衡量。（）5.給定關聯(lián)規(guī)則AB，意味著：若A發(fā)生，B也會發(fā)生。（）6.頻繁閉項集可用來無損壓縮頻繁項集。（）7.關聯(lián)規(guī)則可以用枚舉的方法產(chǎn)生。（）算法產(chǎn)生的關聯(lián)規(guī)則總是確定的。（）9.不滿足給定評價度量的關聯(lián)規(guī)則是無趣的。（）10.對于項集來說，置信度沒有意義。四、5個簡答1.簡述關聯(lián)規(guī)則產(chǎn)生的兩個基本步驟。算法是從事務數(shù)據(jù)庫中挖掘布爾關聯(lián)規(guī)則的常用算法，該算法利用頻繁項集性質的先驗知識，從候選項集中找到頻繁項集。請簡述Apriori算法的基本原理。3.簡述Apriori算法的優(yōu)點和缺點。4.針對Apriori算法的缺點，可以做哪些方面的改進5.強關聯(lián)規(guī)則一定是有趣的嗎為什么

數(shù)據(jù)挖掘考試題目+參考答案一、10個選擇1.以下屬于關聯(lián)分析的是（B）A．CPU性能預測 B．購物籃分析C．自動判斷鳶尾花類別 D．股票趨勢建模2.維克托?邁爾-舍恩伯格在《大數(shù)據(jù)時代：生活、工作與思維的大變革》一書中，持續(xù)強調了一個觀點：大數(shù)據(jù)時代的到來，使我們無法人為地去發(fā)現(xiàn)數(shù)據(jù)中的奧妙，與此同時，我們更應該注重數(shù)據(jù)中的相關關系，而不是因果關系。其中，數(shù)據(jù)之間的相關關系可以通過以下哪個算法直接挖掘（D）A．K-means B．BayesNetworkC． D．Apriori3.置信度(confidence)是衡量興趣度度量（B）的指標。A．簡潔性 B．確定性C．實用性 D．新穎性算法的加速過程依賴于以下哪個策略（B）A．抽樣 B．剪枝C．緩沖 D．并行5.以下哪個會降低Apriori算法的挖掘效率（D）A．支持度閾值增大 B．項數(shù)減少C．事務數(shù)減少 D．減小硬盤讀寫速率算法使用到以下哪些東東（C）A．格結構、有向無環(huán)圖 B．二叉樹、哈希樹C．格結構、哈希樹 D．多叉樹、有向無環(huán)圖7.非頻繁模式（D）A．其置信度小于閾值 B．令人不感興趣C．包含負模式和負相關模式 D．對異常數(shù)據(jù)項敏感8.對頻繁項集、頻繁閉項集、極大頻繁項集的關系描述正確的是（B）[注：分別以1、2、3代表之]A．3可以還原出無損的1 B．2可以還原出無損的1C．3與2是完全等價的 D．2與1是完全等價的tree在Apriori算法中所起的作用是（C）A．存儲數(shù)據(jù) B．查找C．加速查找 D．剪枝10.以下不屬于數(shù)據(jù)挖掘軟件的是（C）A．SPSSModeler B．WekaC．ApacheSpark D．Knime二、10個填空1.關聯(lián)分析中表示關聯(lián)關系的方法主要有：項集和關聯(lián)規(guī)則。2.關聯(lián)規(guī)則的評價度量主要有：支持度和置信度。3.關聯(lián)規(guī)則挖掘的算法主要有：Apriori和FP-Growth。4.購物籃分析中，數(shù)據(jù)是以不對稱二元變量的形式呈現(xiàn)。5.一個項集滿足最小支持度，我們稱之為頻繁項集。6.一個關聯(lián)規(guī)則同時滿足最小支持度和最小置信度，我們稱之為強規(guī)則。7.在回歸與相關分析中，因變量值隨自變量值的增大（減?。┒鴾p?。ㄔ龃螅┑默F(xiàn)象叫做負相關。8.極大頻繁項集不能無損還原出頻繁項集，是因為它不包含頻繁項集的支持度信息。9.經(jīng)典的Apriori算法是逐層掃描的，也就是說它是寬度(選:深度/寬度)優(yōu)先的。10.數(shù)據(jù)挖掘大概步驟包括：輸入數(shù)據(jù)預處理挖掘后處理輸出知識。其中，輸出的知識可以有很多種表示形式，兩種極端的形式是：①內部結構難以被理解的黑匣子，比如說人工神經(jīng)網(wǎng)絡訓練得出的網(wǎng)絡；②模式結構清晰的匣子，這種結構容易被人理解，比如說決策樹產(chǎn)生的樹。那么，關聯(lián)分析中輸出的知識的表示形式主要是清晰結構(選:黑匣子/清晰結構)。三、10個判斷（?）1.啤酒與尿布的故事是聚類分析的典型實例。（?）算法是一種典型的關聯(lián)規(guī)則挖掘算法。（?）3.支持度是衡量關聯(lián)規(guī)則重要性的一個指標。（?）4.可信度是對關聯(lián)規(guī)則的準確度的衡量。（?）5.給定關聯(lián)規(guī)則AB，意味著：若A發(fā)生，B也會發(fā)生。（?）6.頻繁閉項集可用來無損壓縮頻繁項集。（?）7.關聯(lián)規(guī)則可以用枚舉的方法產(chǎn)生。（?）算法產(chǎn)生的關聯(lián)規(guī)則總是確定的。（?）9.不滿足給定評價度量的關聯(lián)規(guī)則是無趣的。（?）10.對于項集來說，置信度沒有意義。四、5個簡答1.簡述關聯(lián)規(guī)則產(chǎn)生的兩個基本步驟。答：關聯(lián)規(guī)則產(chǎn)生的兩個基本步驟為：①根據(jù)給定的支持度從項集中產(chǎn)生頻繁項集；②根據(jù)給定的置信度從頻繁項集中產(chǎn)生關聯(lián)規(guī)則。算法是從事務數(shù)據(jù)庫中挖掘布爾關聯(lián)規(guī)則的常用算法，該算法利用頻繁項集性質的先驗知識，從候選項集中找到頻繁項集。請簡述Apriori算法的基本原理。答：關聯(lián)規(guī)則的產(chǎn)生并不依賴于Apriori算法，Apriori算法用來加速規(guī)則的產(chǎn)生過程。Apriori算法的加速過程依賴于這樣一個先驗原理：“頻繁項集的子集是頻繁的”。3.簡述Apriori算法的優(yōu)點和缺點。答：Apriori算法的優(yōu)點：結構簡單、易于理解。 Apriori算法的缺點：產(chǎn)生大量的候選項集，I/O開銷較大。4.針對Apriori算法的缺點，可以做哪些方面的改進答：Apriori算法的缺點主要是產(chǎn)生