最新數(shù)據(jù)挖掘考試題目——關(guān)聯(lián)分析資料

1、 精品文檔數(shù)據(jù)挖掘考試題目關(guān)聯(lián)分析一、10個(gè)選擇1.以下屬于關(guān)聯(lián)分析的是（ ）acpu性能預(yù)測(cè)b購(gòu)物籃分析c自動(dòng)判斷鳶尾花類別d股票趨勢(shì)建模2.維克托 邁爾-舍恩伯格在大數(shù)據(jù)時(shí)代：生活、工作與思維的大變革一書(shū)中，持續(xù)強(qiáng)調(diào)了一個(gè)觀點(diǎn)：大數(shù)據(jù)時(shí)代的到來(lái)，使我們無(wú)法人為地去發(fā)現(xiàn)數(shù)據(jù)中的奧妙，與此同時(shí)，我們更應(yīng)該注重?cái)?shù)據(jù)中的相關(guān)關(guān)系，而不是因果關(guān)系。其中，數(shù)據(jù)之間的相關(guān)關(guān)系可以通過(guò)以下哪個(gè)算法直接挖掘（ ）ak-meanscc4.5bbayes networkdapriori3.置信度(confidence)是衡量興趣度度量（ ）的指標(biāo)。a簡(jiǎn)潔性c實(shí)用性b確定性d新穎性4.apriori算法的加速過(guò)程

2、依賴于以下哪個(gè)策略（ ）a抽樣c緩沖b剪枝d并行5.以下哪個(gè)會(huì)降低 apriori算法的挖掘效率（ ）a支持度閾值增大c事務(wù)數(shù)減少b項(xiàng)數(shù)減少d減小硬盤讀寫速率6.apriori算法使用到以下哪些東東（ ）a格結(jié)構(gòu)、有向無(wú)環(huán)圖c格結(jié)構(gòu)、哈希樹(shù)b二叉樹(shù)、哈希樹(shù)d多叉樹(shù)、有向無(wú)環(huán)圖7.非頻繁模式（ ）a其置信度小于閾值c包含負(fù)模式和負(fù)相關(guān)模式b令人不感興趣d對(duì)異常數(shù)據(jù)項(xiàng)敏感8.對(duì)頻繁項(xiàng)集、頻繁閉項(xiàng)集、極大頻繁項(xiàng)集的關(guān)系描述正確的是（ ）注：分別以 1、2、3代表之a(chǎn)3可以還原出無(wú)損的 1b2可以還原出無(wú)損的 1c3與 2是完全等價(jià)的d2與 1是完全等價(jià)的9.hash tree在 apriori算法中

3、所起的作用是（ ）a存儲(chǔ)數(shù)據(jù)b查找d剪枝c加速查找10.以下不屬于數(shù)據(jù)挖掘軟件的是（ ）aspss modelerbwekacapache sparkdknime二、10個(gè)填空1.關(guān)聯(lián)分析中表示關(guān)聯(lián)關(guān)系的方法主要有：2.關(guān)聯(lián)規(guī)則的評(píng)價(jià)度量主要有：和。和和。3.關(guān)聯(lián)規(guī)則挖掘的算法主要有：4.購(gòu)物籃分析中，數(shù)據(jù)是以的形式呈現(xiàn)。5.一個(gè)項(xiàng)集滿足最小支持度，我們稱之為。6.一個(gè)關(guān)聯(lián)規(guī)則同時(shí)滿足最小支持度和最小置信度，我們稱之為。精品文檔 精品文檔7.在回歸與相關(guān)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。8.極大頻繁項(xiàng)集不能無(wú)損還原出頻繁項(xiàng)集，是因?yàn)樗话l繁項(xiàng)集的信息。9.經(jīng)

4、典的 apriori算法是逐層掃描的，也就是說(shuō)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(yù)處理挖掘后處理輸出知識(shí)。其中，輸出的知識(shí)可以有很多種表示形式，兩種極端的形式是：內(nèi)部結(jié)構(gòu)難以被理解的黑匣子，比如說(shuō)人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練得出的網(wǎng)絡(luò)；模式結(jié)構(gòu)清晰的匣子，這種結(jié)構(gòu)容易被人理解，比如說(shuō)決策樹(shù)產(chǎn)生的樹(shù)。那么，關(guān)聯(lián)分析中輸出的知識(shí)的表示形式主要是(選:黑匣子/清晰結(jié)構(gòu))。三、10個(gè)判斷（ ）1.啤酒與尿布的故事是聚類分析的典型實(shí)例。（ ）2.apriori算法是一種典型的關(guān)聯(lián)規(guī)則挖掘算法。（ ）3.支持度是衡量關(guān)聯(lián)規(guī)則重要性的一個(gè)指標(biāo)。（ ）4.可信度是對(duì)關(guān)聯(lián)規(guī)則的準(zhǔn)確度的衡量

5、。（ ）5.給定關(guān)聯(lián)規(guī)則 ab，意味著：若 a發(fā)生，b也會(huì)發(fā)生。（ ）6.頻繁閉項(xiàng)集可用來(lái)無(wú)損壓縮頻繁項(xiàng)集。（ ）7.關(guān)聯(lián)規(guī)則可以用枚舉的方法產(chǎn)生。（ ）8.apriori算法產(chǎn)生的關(guān)聯(lián)規(guī)則總是確定的。（ ）9.不滿足給定評(píng)價(jià)度量的關(guān)聯(lián)規(guī)則是無(wú)趣的。（ ）10.對(duì)于項(xiàng)集來(lái)說(shuō)，置信度沒(méi)有意義。四、5個(gè)簡(jiǎn)答1.簡(jiǎn)述關(guān)聯(lián)規(guī)則產(chǎn)生的兩個(gè)基本步驟。2.apriori算法是從事務(wù)數(shù)據(jù)庫(kù)中挖掘布爾關(guān)聯(lián)規(guī)則的常用算法，該算法利用頻繁項(xiàng)集性質(zhì)的先驗(yàn)知識(shí)，從候選項(xiàng)集中找到頻繁項(xiàng)集。請(qǐng)簡(jiǎn)述apriori算法的基本原理。3.簡(jiǎn)述 apriori算法的優(yōu)點(diǎn)和缺點(diǎn)。4.針對(duì) apriori算法的缺點(diǎn)，可以做哪些方面的改進(jìn)

6、？5.強(qiáng)關(guān)聯(lián)規(guī)則一定是有趣的嗎？為什么？精品文檔 精品文檔數(shù)據(jù)挖掘考試題目+參考答案一、10個(gè)選擇1.以下屬于關(guān)聯(lián)分析的是（ b ）acpu性能預(yù)測(cè)b購(gòu)物籃分析c自動(dòng)判斷鳶尾花類別d股票趨勢(shì)建模2.維克托 邁爾-舍恩伯格在大數(shù)據(jù)時(shí)代：生活、工作與思維的大變革一書(shū)中，持續(xù)強(qiáng)調(diào)了一個(gè)觀點(diǎn)：大數(shù)據(jù)時(shí)代的到來(lái)，使我們無(wú)法人為地去發(fā)現(xiàn)數(shù)據(jù)中的奧妙，與此同時(shí)，我們更應(yīng)該注重?cái)?shù)據(jù)中的相關(guān)關(guān)系，而不是因果關(guān)系。其中，數(shù)據(jù)之間的相關(guān)關(guān)系可以通過(guò)以下哪個(gè)算法直接挖掘（ d ）ak-meanscc4.5bbayes networkdapriori3.置信度(confidence)是衡量興趣度度量（ b ）的指標(biāo)。a

7、簡(jiǎn)潔性c實(shí)用性b確定性d新穎性4.apriori算法的加速過(guò)程依賴于以下哪個(gè)策略（ b ）a抽樣c緩沖b剪枝d并行5.以下哪個(gè)會(huì)降低 apriori算法的挖掘效率（ d ）a支持度閾值增大c事務(wù)數(shù)減少b項(xiàng)數(shù)減少d減小硬盤讀寫速率6.apriori算法使用到以下哪些東東（ c ）a格結(jié)構(gòu)、有向無(wú)環(huán)圖c格結(jié)構(gòu)、哈希樹(shù)b二叉樹(shù)、哈希樹(shù)d多叉樹(shù)、有向無(wú)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(fù)模式和負(fù)相關(guān)模式d對(duì)異常數(shù)據(jù)項(xiàng)敏感8.對(duì)頻繁項(xiàng)集、頻繁閉項(xiàng)集、極大頻繁項(xiàng)集的關(guān)系描述正確的是（ b ）注：分別以 1、2、3代表之a(chǎn)3可以還原出無(wú)損的 1b2可以還原出無(wú)損的 1c3與

8、2是完全等價(jià)的d2與 1是完全等價(jià)的9.hash tree在 apriori算法中所起的作用是（ c ）a存儲(chǔ)數(shù)據(jù)b查找d剪枝c加速查找10.以下不屬于數(shù)據(jù)挖掘軟件的是（ c ）aspss modelerbwekacapache sparkdknime二、10個(gè)填空1.關(guān)聯(lián)分析中表示關(guān)聯(lián)關(guān)系的方法主要有： 項(xiàng)集和關(guān)聯(lián)規(guī)則 。2.關(guān)聯(lián)規(guī)則的評(píng)價(jià)度量主要有： 支持度 和 置信度 。3.關(guān)聯(lián)規(guī)則挖掘的算法主要有： apriori 和 fp-growth 。4.購(gòu)物籃分析中，數(shù)據(jù)是以 不對(duì)稱二元變量 的形式呈現(xiàn)。5.一個(gè)項(xiàng)集滿足最小支持度，我們稱之為 頻繁項(xiàng)集 。精品文檔 精品文檔6.一個(gè)關(guān)聯(lián)規(guī)則同時(shí)

9、滿足最小支持度和最小置信度，我們稱之為 強(qiáng)規(guī)則 。7.在回歸與相關(guān)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 負(fù)相關(guān) 。8.極大頻繁項(xiàng)集不能無(wú)損還原出頻繁項(xiàng)集，是因?yàn)樗话l繁項(xiàng)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(shuō)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(yù)處理挖掘后處理輸出知識(shí)。其中，輸出的知識(shí)可以有很多種表示形式，兩種極端的形式是：內(nèi)部結(jié)構(gòu)難以被理解的黑匣子，比如說(shuō)人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練得出的網(wǎng)絡(luò)；模式結(jié)構(gòu)清晰的匣子，這種結(jié)構(gòu)容易被人理解，比如說(shuō)決策樹(shù)產(chǎn)生的樹(shù)。那么，關(guān)聯(lián)分析中輸出的知識(shí)的表示形式主要是

10、清晰結(jié)構(gòu) (選:黑匣子/清晰結(jié)構(gòu))。三、10個(gè)判斷（ ）1.啤酒與尿布的故事是聚類分析的典型實(shí)例。（ ）2.apriori算法是一種典型的關(guān)聯(lián)規(guī)則挖掘算法。（ ）3.支持度是衡量關(guān)聯(lián)規(guī)則重要性的一個(gè)指標(biāo)。（ ）4.可信度是對(duì)關(guān)聯(lián)規(guī)則的準(zhǔn)確度的衡量。（ ）5.給定關(guān)聯(lián)規(guī)則 ab，意味著：若 a發(fā)生，b也會(huì)發(fā)生。（ ）6.頻繁閉項(xiàng)集可用來(lái)無(wú)損壓縮頻繁項(xiàng)集。（ ）7.關(guān)聯(lián)規(guī)則可以用枚舉的方法產(chǎn)生。（ ）8.apriori算法產(chǎn)生的關(guān)聯(lián)規(guī)則總是確定的。（ ）9.不滿足給定評(píng)價(jià)度量的關(guān)聯(lián)規(guī)則是無(wú)趣的。（ ）10.對(duì)于項(xiàng)集來(lái)說(shuō)，置信度沒(méi)有意義。四、5個(gè)簡(jiǎn)答1.簡(jiǎn)述關(guān)聯(lián)規(guī)則產(chǎn)生的兩個(gè)基本步驟。答：關(guān)聯(lián)規(guī)則產(chǎn)

11、生的兩個(gè)基本步驟為：根據(jù)給定的支持度從項(xiàng)集中產(chǎn)生頻繁項(xiàng)集；根據(jù)給定的置信度從頻繁項(xiàng)集中產(chǎn)生關(guān)聯(lián)規(guī)則。2.apriori算法是從事務(wù)數(shù)據(jù)庫(kù)中挖掘布爾關(guān)聯(lián)規(guī)則的常用算法，該算法利用頻繁項(xiàng)集性質(zhì)的先驗(yàn)知識(shí)，從候選項(xiàng)集中找到頻繁項(xiàng)集。請(qǐng)簡(jiǎn)述apriori算法的基本原理。答：關(guān)聯(lián)規(guī)則的產(chǎn)生并不依賴于 apriori算法，apriori算法用來(lái)加速規(guī)則的產(chǎn)生過(guò)程。apriori算法的加速過(guò)程依賴于這樣一個(gè)先驗(yàn)原理：“頻繁項(xiàng)集的子集是頻繁的”。3.簡(jiǎn)述 apriori算法的優(yōu)點(diǎn)和缺點(diǎn)。答：apriori算法的優(yōu)點(diǎn)：結(jié)構(gòu)簡(jiǎn)單、易于理解。apriori算法的缺點(diǎn)：產(chǎn)生大量的候選項(xiàng)集，i/o開(kāi)銷較大。精品文檔 精品文檔4.針對(duì) apriori 算法的缺點(diǎn)，可以做哪些方面的改進(jìn)？答：apriori 算法的缺點(diǎn)主要是產(chǎn)生的候選項(xiàng)集較多，從而導(dǎo)致i/o