數(shù)據(jù)挖掘考試題精編版

1、數(shù)據(jù)挖掘考試題精編版數(shù)據(jù)挖掘考試題公司內(nèi)部編號：good-tmmt-mmut-uupty-uuyy-dtti-數(shù)據(jù)挖掘考試題一選擇題1. 當(dāng)不知道數(shù)據(jù)所帶標(biāo)簽時，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()a.分類b.聚類c.關(guān)聯(lián)分析d.主成分分析2. ( )將兩個簇的鄰近度定義為不同簇的全部點對鄰近度的平均值，它是一種凝聚層次聚類技術(shù)。a.min(單鏈)b.max(全鏈)c.組平均d.ward方法3.數(shù)據(jù)挖掘的經(jīng)典案例“啤酒與尿布試驗最主要是應(yīng)用了( )數(shù)據(jù)挖掘方法。a 分類b 預(yù)報 c關(guān)聯(lián)規(guī)章分析 d聚類4.關(guān)于k均值和dbscan的比擬，以下說法不正確的選項是( )a

2、.k均值丟棄被它識別為噪聲的對象，而dbscan一般聚類全部對象。b.k均值用法簇的基于原型的概念，dbscan用法基于密度的概念。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樣子的簇d.k均值可以發(fā)覺不是明顯分別的簇，即便簇有重疊也可以發(fā)覺，但是dbscan 會合并有重疊的簇5.以下關(guān)于wards method說法錯誤的選項是：( )a.對噪聲點和離群點敏感度比擬小b.擅特長理球狀的簇c.對于ward方法，兩個簇的鄰近度定義為兩個簇合并時導(dǎo)致的平方誤差d.當(dāng)兩個點之間的鄰近度取它們之間間隔 的平方時，ward方法與組平均特別相像6.以下關(guān)于層次聚類存在的問題

3、說法正確的選項是：( )a.具有全局優(yōu)化目的函數(shù)b.group average擅特長理球狀的簇c.可以處理不同大小簇的力量d.max對噪聲點和離群點很敏感7.以下關(guān)于凝聚層次聚類的說法中，說法錯誤的事：( )a.一旦兩個簇合并，該操作就不能撤銷b.算法的終止條件是僅剩下一個簇c.空間冗雜度為()2mod.具有全局優(yōu)化目的函數(shù)8.規(guī)章牛奶，尿布啤酒的支持度和置信度分別為：( )9.以下( )是屬于分裂層次聚類的方法。a.minb.maxc.group averaged.mst10.對下列圖數(shù)據(jù)進(jìn)展凝聚聚類操作，簇間相像度用法max計算，其次步是哪兩個簇合并：( )a.在3和l,2合并b.3和4,

4、5合并c.2,3和4,5合并d. 2,3和4,5形成簇和3合并二填空題：1.屬性包括的四種類型：、。2.是兩個簇的鄰近度定義為不同簇的全部點對鄰近度的平均值。3. 根本凝聚層次聚類算法空間冗雜度，時間冗雜度，假如某個簇到其他全部簇的間隔 存放在一個有序表或堆中，層次聚類所需要的時間冗雜度將為。4. 聚類中，定義簇間的相像度的方法有寫出四個：、。5. 層次聚類技術(shù)是其次類重要的聚類方法。兩種層次聚類的根本方法：、。6. 組平均是一種界于和之間的折中方法。7. 相像度矩陣可以用相識度表示還可以用表示。8. 全鏈在處理大小不同的簇時，可能使裂開，并且偏好。9. 單鏈技術(shù)擅長于處理，但對和很敏感。10

5、. 聚類分析可以看做是一種的分類。有監(jiān)視、無監(jiān)視三推斷題1.從點作為個體簇開頭，每一步合并兩個最接近的簇，這是一種分裂的層次聚類方法。2.數(shù)據(jù)挖掘的目的不在于數(shù)據(jù)采集策略，而在于對已經(jīng)存在的數(shù)據(jù)進(jìn)展形式的發(fā)掘。3.在聚類分析當(dāng)中，簇內(nèi)的相像性越大，簇間的差異越大，聚類的效果就越差。4.當(dāng)兩個點之間的鄰近度取它們之間間隔 的平方時，ward方法與組平均特別相像。5.dbscan是相對抗噪聲的，并且可以處理任意樣子和大小的簇。6.屬性的性質(zhì)不必與用來度量他的值的性質(zhì)一樣。7.全鏈對噪聲點和離群點很敏感。8.對于非對稱的屬性，只有非零值才是重要的。9.k均值可以很好的處理不同密度的數(shù)據(jù)。10.單鏈技

6、術(shù)擅特長理橢圓樣子的簇。四綜合題1. 何為層次聚類它用哪兩種圖表示2. 兩種層次聚類的根本方法兩種方法的定義3.分別寫出min、max和組平均的優(yōu)缺點？4.寫出根本凝聚層次聚類的算法？5.由下列圖已給出的間隔 矩陣，將max用于6個點樣本數(shù)據(jù)集，畫出層次聚類的樹狀圖？考試題+答案一選擇題1. 當(dāng)不知道數(shù)據(jù)所帶標(biāo)簽時，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.主成分分析2. c將兩個簇的鄰近度定義為不同簇的全部點對鄰近度的平均值，它是一種凝聚層次聚類技術(shù)。a.min(單鏈)b.max(全鏈)c.組平均d.ward方法3.數(shù)據(jù)挖掘的經(jīng)典案例“

7、啤酒與尿布試驗最主要是應(yīng)用了(c )數(shù)據(jù)挖掘方法。a 分類b 預(yù)報 c關(guān)聯(lián)規(guī)章分析 d聚類4.關(guān)于k均值和dbscan的比擬，以下說法不正確的選項是(a)a.k均值丟棄被它識別為噪聲的對象，而dbscan一般聚類全部對象。b.k均值用法簇的基于原型的概念，dbscan用法基于密度的概念。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樣子的簇d.k均值可以發(fā)覺不是明顯分別的簇，即便簇有重疊也可以發(fā)覺，但是dbscan 會合并有重疊的簇5.以下關(guān)于wards method說法錯誤的選項是：ca.對噪聲點和離群點敏感度比擬小b.擅特長理球狀的簇c.對于ward方法，兩

8、個簇的鄰近度定義為兩個簇合并時導(dǎo)致的平方誤差d.當(dāng)兩個點之間的鄰近度取它們之間間隔 的平方時，ward方法與組平均特別相像7.以下關(guān)于層次聚類存在的問題說法正確的選項是：ba具有全局優(yōu)化目的函數(shù)b.group average擅特長理球狀的簇c.可以處理不同大小簇的力量d.max對噪聲點和離群點很敏感7.以下關(guān)于凝聚層次聚類的說法中，說法錯誤的事：da.一旦兩個簇合并，該操作就不能撤銷b.算法的終止條件是僅剩下一個簇c.空間冗雜度為()2mod.具有全局優(yōu)化目的函數(shù)8.規(guī)章牛奶，尿布啤酒的支持度和置信度分別為：(c)9.以下( d)是屬于分裂層次聚類的方法。a.minb.maxc.group a

9、veraged.mst10.對下列圖數(shù)據(jù)進(jìn)展凝聚聚類操作，簇間相像度用法max計算，其次步是哪兩個簇合并：ba.在3和l,2合并b.3和4,5合并c.2,3和4,5合并d. 2,3和4,5形成簇和3合并二填空題：1.屬性包括的四種類型：標(biāo)稱、序數(shù)、區(qū)間、比率。2.組平均是兩個簇的鄰近度定義為不同簇的全部點對鄰近度的平均值。3. 根本凝聚層次聚類算法空間冗雜度()2mo，假如某個簇o，時間冗雜度()3m到其他全部簇的間隔 存放在一個有序表或堆中，層次聚類所需要的時間冗雜度2。將為()mo logm4. 聚類中，定義簇間的相像度的方法有寫出四個：min單鏈、max 全鏈、組平均、ward方法。5.

10、 層次聚類技術(shù)是其次類重要的聚類方法。兩種層次聚類的根本方法：凝聚層次聚類、分裂層次聚類。6.組平均是一種界于單鏈和全鏈之間的折中方法。7. 相像度矩陣可以用相識度表示還可以用間隔 表示。8. 全鏈在處理大小不同的簇時，可能使大的簇裂開，并且偏好球形。9. 單鏈技術(shù)擅長于處理非橢圓樣子的簇，但對噪聲點和離群點很敏感。10. 聚類分析可以看做是一種無監(jiān)視的分類。有監(jiān)視、無監(jiān)視三推斷題：1. 從點作為個體簇開頭，每一步合并兩個最接近的簇，這是一種分裂的層次聚類方法。×2. 數(shù)據(jù)挖掘的目的不在于數(shù)據(jù)采集策略，而在于對已經(jīng)存在的數(shù)據(jù)進(jìn)展形式的發(fā)掘。3. 在聚類分析當(dāng)中，簇內(nèi)的相像性越大，簇間

11、的差異越大，聚類的效果就越差。×4. 當(dāng)兩個點之間的鄰近度取它們之間間隔 的平方時，ward方法與組平均特別相像。5. dbscan是相對抗噪聲的，并且可以處理任意樣子和大小的簇。6. 屬性的性質(zhì)不必與用來度量他的值的性質(zhì)一樣。7. 全鏈對噪聲點和離群點很敏感。×8. 對于非對稱的屬性，只有非零值才是重要的。9. k均值可以很好的處理不同密度的數(shù)據(jù)。×10.單鏈技術(shù)擅特長理橢圓樣子的簇。×四綜合題1. 何為層次聚類它用哪兩種圖表示層次聚類為嵌套簇的聚集，組成一棵層次數(shù)。兩種主要圖的表示：樹狀圖和嵌套簇圖。2. 兩種層次聚類的根本方法兩種方法的定義凝聚層次

12、聚類和分裂層次聚類凝聚的：從點作為個體簇開頭，每一步合并兩個最接近的簇。分裂的：從包含全部點的某個簇開頭，每一步分裂一個簇，直到僅剩下單點簇。3.分別寫出min、max和組平均的優(yōu)缺點？4.寫出根本凝聚層次聚類的算法？算法步驟：(1)計算鄰近度矩陣(2)repeat(3)合并最鄰近的兩個簇(4)更新鄰近度矩陣，以反映新的簇與原來的簇之間的鄰近度(5)until 僅剩下一個簇5.由下列圖已給出的間隔 矩陣，將max用于6個點樣本數(shù)據(jù)集，畫出層次聚類的樹狀圖？這是告知你的計算過程，如今不要寫了。p3和p6最近所以36結(jié)合，p2和p5較近，所以25結(jié)合，如今是3,6、2,5、1和4，dist(3,6,4) = max(dist(3,4),dist(6,4)= max(0.15,0.22)=0.22dist(3,6,2,5) = max(dist(3,2),dist(6,2),dist(3,5),dist(6,5)=max(0.14,0.25,0.28,0.39)=0.39dist(3,6,1)=max(dist(3,1),dist(6,1)=max(0.22,0.23)=0.23所以3,6和4結(jié)合。如今還剩3,6,4、2,5和1dist(3,6,4,2,5)=max(dist(3,2),dist3,5,dist(6,2),dist(6,5),dist (4,2),dist