數(shù)據(jù)挖掘考試題目關(guān)聯(lián)分析作業(yè)試題

1、數(shù)據(jù)挖掘考試題目關(guān)聯(lián)分析一、10個選擇1.以下屬于關(guān)聯(lián)分析的是（ ）acpu性能預(yù)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(qiáng)調(diào)了一個觀點(diǎn)：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(yīng)該注重數(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)系可以通過以下哪個算法直接挖掘（ ）ak-meansbbayes networkcc4.5dapriori3.置信度(confidence)是衡量興趣度度量（ ）的指標(biāo)。a簡潔性b確定性c實用性d新穎性4.apriori算法的加速過程依賴于以下哪

2、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(wù)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)、有向無環(huán)圖b二叉樹、哈希樹c格結(jié)構(gòu)、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(fù)模式和負(fù)相關(guān)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(guān)系描述正確的是（ ）注：分別以1、2、3代表之a(chǎn)3可以還原出無損的1b2可以還原出無損的1c3與2是完全等價的d2與1是完全等價的9.hash tree在apriori算法中所起的作用是（ ）a存儲數(shù)

3、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（ ）aspss modelerbwekacapache sparkdknime二、10個填空1.關(guān)聯(lián)分析中表示關(guān)聯(lián)關(guān)系的方法主要有： 和 。2.關(guān)聯(lián)規(guī)則的評價度量主要有： 和 。3.關(guān)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(guān)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(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 。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

4、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(yù)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：內(nèi)部結(jié)構(gòu)難以被理解的黑匣子，比如說人工神經(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，比如說決策樹產(chǎn)生的樹。那么，關(guān)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(jié)構(gòu))。三、10個判斷（ ）1.啤酒與尿布的故事是聚類分析的典型實例。（ ）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)則重要性的一個指標(biāo)。（ ）4.可信度是對關(guān)聯(lián)規(guī)則的準(zhǔn)確度的衡量。（ ）5.給定關(guān)聯(lián)

5、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(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.不滿足給定評價度量的關(guān)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(guān)聯(lián)規(guī)則產(chǎn)生的兩個基本步驟。2.apriori算法是從事務(wù)數(shù)據(jù)庫中挖掘布爾關(guān)聯(lián)規(guī)則的常用算法，該算法利用頻繁項集性質(zhì)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(diǎn)和缺點(diǎn)。4.針對apriori算法的缺點(diǎn)，可以做哪些方面的改進(jìn)？5.強(qiáng)關(guān)聯(lián)規(guī)則一定是有趣的

6、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(guān)聯(lián)分析的是（ b ）acpu性能預(yù)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(qiáng)調(diào)了一個觀點(diǎn)：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(yīng)該注重數(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)系可以通過以下哪個算法直接挖掘（ d ）ak-meansbbayes networkcc4.5dapriori3.置信度(confidence)是衡量興趣度度量（ b ）的指標(biāo)。a簡潔性b確定性c實用性d新穎性4.apriori

7、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(wù)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)、有向無環(huán)圖b二叉樹、哈希樹c格結(jié)構(gòu)、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(fù)模式和負(fù)相關(guān)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(guān)系描述正確的是（ b ）注：分別以1、2、3代表之a(chǎn)3可以還原出無損的1b2可以還原出無損的1c3與2是完全等價的d2與1是完全等價的9.hash tree在

8、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 ）aspss modelerbwekacapache sparkdknime二、10個填空1.關(guān)聯(lián)分析中表示關(guān)聯(lián)關(guān)系的方法主要有： 項集 和 關(guān)聯(lián)規(guī)則 。2.關(guān)聯(lián)規(guī)則的評價度量主要有： 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(guān)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(qiáng)規(guī)則 。7.在回歸與相關(guān)分析中，因

9、變量值隨自變量值的增大（減?。┒鴾p?。ㄔ龃螅┑默F(xiàn)象叫做 負(fù)相關(guān) 。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(yù)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：內(nèi)部結(jié)構(gòu)難以被理解的黑匣子，比如說人工神經(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，比如說決策樹產(chǎn)生的樹。那么，關(guān)聯(lián)分析中輸出的知識的表示形式主要是 清晰結(jié)構(gòu) (選:黑匣子/清晰結(jié)構(gòu))。三、10個判斷（ ）1.啤酒與尿布的故事是

10、聚類分析的典型實例。（ ）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)則重要性的一個指標(biāo)。（ ）4.可信度是對關(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也會發(fā)生。（ ）6.頻繁閉項集可用來無損壓縮頻繁項集。（ ）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.不滿足給定評價度量的關(guān)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(guān)聯(lián)規(guī)則產(chǎn)生的兩個基本步驟。答：關(guān)聯(lián)規(guī)則產(chǎn)生的兩個基本步驟為：根據(jù)給定的支持度從項集中產(chǎn)生頻繁項集；根據(jù)給定的置信度從頻繁項

11、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，該算法利用頻繁項集性質(zhì)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(guān)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(diǎn)和缺點(diǎn)。答：apriori算法的優(yōu)點(diǎn)：結(jié)構(gòu)簡單、易于理解。apriori算法的缺點(diǎn)：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(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)生的候選項集較多，從而導(dǎo)致i/o開銷較