數(shù)據(jù)挖掘試題

1、單選題1. 某超市研究銷售紀(jì)錄數(shù)據(jù)后發(fā)現(xiàn)，買啤酒的人很大概率也會(huì)購(gòu)買尿布，這種屬于數(shù)據(jù)挖 掘的哪類問(wèn)題？ (A)A. 關(guān)聯(lián)規(guī)則發(fā)現(xiàn) B. 聚類C. 分類 D. 自然語(yǔ)言處理2. 以下兩種描述分別對(duì)應(yīng)哪兩種對(duì)分類算法的評(píng)價(jià)標(biāo)準(zhǔn)？ (A)(a) 警察抓小偷，描述警察抓的人中有多少個(gè)是小偷的標(biāo)準(zhǔn)。(b) 描述有多少比例的小偷給警察抓了的標(biāo)準(zhǔn)。A. Precision, Recall B. Recall, PrecisionA. Precision, ROC D. Recall, ROC3. 將原始數(shù)據(jù)進(jìn)行集成、變換、維度規(guī)約、數(shù)值規(guī)約是在以下哪個(gè)步驟的任務(wù)？ (C)A. 頻繁模式挖掘 B. 分類和預(yù)

2、測(cè) C. 數(shù)據(jù)預(yù)處理 D. 數(shù)據(jù)流挖掘4. 當(dāng)不知道數(shù)據(jù)所帶標(biāo)簽時(shí)，可以使用哪種技術(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)相分離？ (B)A. 分類 B. 聚類5. 什么是 KDD？ (A)A. 數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)C. 文檔知識(shí)發(fā)現(xiàn) D.C. 關(guān)聯(lián)分析 D.B. 領(lǐng)域知識(shí)發(fā)現(xiàn) 動(dòng)態(tài)知識(shí)發(fā)現(xiàn)隱馬爾可夫鏈6. 使用交互式的和可視化的技術(shù)，對(duì)數(shù)據(jù)進(jìn)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(cè)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(wèn)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(cè)建模 D. 尋

3、找模式和規(guī)則8. 建立一個(gè)模型，通過(guò)這個(gè)模型根據(jù)已知的變量值來(lái)預(yù)測(cè)其他某個(gè)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(cè)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(cè)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(jì)遺漏值12. 假設(shè) 12 個(gè)銷售價(jià)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

4、下每種方法將它們劃分成四個(gè)箱。 等頻(等深)劃分時(shí)，15 在第幾個(gè)箱子內(nèi)？ (B) A 第一個(gè) B 第二個(gè) C 第三個(gè) D 第四個(gè)13. 上題中，等寬劃分時(shí)(寬度為A 第一個(gè) B 第二個(gè) C50)，15 又在哪個(gè)箱子里？ 第三個(gè) D 第四個(gè)(A)14. 下面哪個(gè)不屬于數(shù)據(jù)的屬性類型： (D) A 標(biāo)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(biāo)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(jì)數(shù)屬性 B 離散屬性 C 非對(duì)稱的二元屬性 D 對(duì)稱屬性17. 以下哪種方法不屬于特征選擇的標(biāo)準(zhǔn)方法： (D)A 嵌入

5、B 過(guò)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19. 考慮值集1、2、3、4、5、90，其截?cái)嗑?p=20%是(C)A 2 B 3 C 3.5 D 520. 下面哪個(gè)屬于映射數(shù)據(jù)到新的空間的方法？ (A)A 傅立葉變換 B 特征加權(quán) C 漸進(jìn)抽樣 D 維歸約21. 熵是為消除不確定性所需要獲得的信息量，投擲均勻正六面體骰子的熵是：(B)A 1 比特 B 2.6 比特 C 3.2 比特 D 3.8 比特22. 假設(shè)屬性 income 的最大最小值分別是 12000 元和 98000 元。利用最大最

6、小規(guī)范化的方 法將屬性的值映射到 0 至 1 的范圍內(nèi)。對(duì)屬性 income 的 73600 元將被轉(zhuǎn)化為： (D)A 0.821 B 1.224 C 1.458 D 0.71623. 假定用于分析的數(shù)據(jù)包含屬性 age。數(shù)據(jù)元組中age的值如下(按遞增序)：13, 15, 16, 16， 19， 20， 20， 21， 22， 22， 25， 25， 25， 30， 33， 33， 35， 35， 36， 40， 45， 46， 52，70, 問(wèn)題： 使用按箱平均值平滑方法對(duì)上述數(shù)據(jù)進(jìn)行平滑, 箱的深度為 3。第二個(gè)箱子值為： (A)A 18.3 B 22.6 C 26.8 D 27.924

7、. 考慮值集 12 24 33 2 4 55 68 26 ,其四分位數(shù)極差是： (A)A 31 B 24 C 55 D 325. 一所大學(xué)內(nèi)的各年紀(jì)人數(shù)分別為：一年級(jí) 200人,二年級(jí) 160人, 三年級(jí) 130人,四年 級(jí)110人。則年級(jí)屬性的眾數(shù)是： (A)A 一年級(jí) B 二年級(jí) C 三年級(jí) D 四年級(jí)26. 下列哪個(gè)不是專門用于可視化時(shí)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(chǎng)圖27. 在抽樣方法中,當(dāng)合適的樣本容量很難確定時(shí),可以使用的抽樣方法是：(D)A 有放回的簡(jiǎn)單隨機(jī)抽樣 B 無(wú)放回的簡(jiǎn)單隨機(jī)抽樣 C 分層抽樣 D 漸進(jìn)抽樣28. 數(shù)據(jù)倉(cāng)庫(kù)是隨著時(shí)間變

8、化的 , 下面的描述不正確的是 (C)A. 數(shù)據(jù)倉(cāng)庫(kù)隨時(shí)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(huì)覆蓋原來(lái)的快照 ;C. 數(shù)據(jù)倉(cāng)庫(kù)隨事件變化不斷刪去舊的數(shù)據(jù)內(nèi)容 ;D. 數(shù)據(jù)倉(cāng)庫(kù)中包含大量的綜合數(shù)據(jù) , 這些綜合數(shù)據(jù)會(huì)隨著時(shí)間的變化不斷地進(jìn)行重新綜合 .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(cāng)庫(kù) ,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(jiǎn)歷執(zhí)行處理的時(shí)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

9、度的描述不正確的是 : (C)A. 粒度是指數(shù)據(jù)倉(cāng)庫(kù)小數(shù)據(jù)單元的詳細(xì)程度和級(jí)別 ;B. 數(shù)據(jù)越詳細(xì) ,粒度就越小 , 級(jí)別也就越高 ;C. 數(shù)據(jù)綜合度越高 , 粒度也就越大 , 級(jí)別也就越高 ;D. 粒度的具體劃分將直接影響數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)量以及查詢質(zhì)量 .31. 有關(guān)數(shù)據(jù)倉(cāng)庫(kù)的開(kāi)發(fā)特點(diǎn) ,不正確的描述是 : (A)A. 數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)要從數(shù)據(jù)出發(fā) ;B. 數(shù)據(jù)倉(cāng)庫(kù)使用的需求在開(kāi)發(fā)出去就要明確 ;C. 數(shù)據(jù)倉(cāng)庫(kù)的開(kāi)發(fā)是一個(gè)不斷循環(huán)的過(guò)程 , 是啟發(fā)式的開(kāi)發(fā) ;D. 在數(shù)據(jù)倉(cāng)庫(kù)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(cāng)庫(kù)中數(shù)據(jù) 分析和處理更靈活 , 且沒(méi)有固定的模式32.

10、 在有關(guān)數(shù)據(jù)倉(cāng)庫(kù)測(cè)試 , 下列說(shuō)法不正確的是 : (D)A. 在完成數(shù)據(jù)倉(cāng)庫(kù)的實(shí)施過(guò)程中 , 需要對(duì)數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行各種測(cè)試 .測(cè)試工作中要包括單元測(cè) 試和系統(tǒng)測(cè)試 .B. 當(dāng)數(shù)據(jù)倉(cāng)庫(kù)的每個(gè)單獨(dú)組件完成后 , 就需要對(duì)他們進(jìn)行單元測(cè)試 .C. 系統(tǒng)的集成測(cè)試需要對(duì)數(shù)據(jù)倉(cāng)庫(kù)的所有組件進(jìn)行大量的功能測(cè)試和回歸測(cè)試 .D. 在測(cè)試之前沒(méi)必要制定詳細(xì)的測(cè)試計(jì)劃 .33. OLAP 技術(shù)的核心是 : (D)A. 在線性 ;B. 對(duì)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)(1) 快速性 (2) 可分析性 (3) 多維性 (4) 信息性 (5) 共享

11、性A. (1) (2) (3)B. (2) (3) (4)C. (1) (2) (3) (4)D. (1) (2) (3) (4) (5)35. 關(guān)于OLAP和OLTP的區(qū)別描述,不正確的是：(C)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(duì)簡(jiǎn)單的事務(wù).C. OLAP的特點(diǎn)在于事務(wù)量大，但事務(wù)內(nèi)容比較簡(jiǎn)單且重復(fù)率高D. OLAP是以數(shù)據(jù)倉(cāng)庫(kù)為基礎(chǔ)的，但其最終數(shù)據(jù)來(lái)源與 OLTP樣均來(lái)自底層的數(shù)據(jù)庫(kù)系統(tǒng) 兩者面對(duì)的用戶是相同的 .36. OLAM 技術(shù)一般簡(jiǎn)稱為”數(shù)據(jù)聯(lián)機(jī)分析挖掘” ， 下面說(shuō)法正確的是

12、 ： (D)A. OLAP和OLAM都基于客戶機(jī)/服務(wù)器模式，只有后者有與用戶的交互性 ；B. 由于OLAM勺立方體和用于 OLAP的立方體有本質(zhì)的區(qū)別.C. 基于 WEB勺OLAM是 WE我術(shù)與 OLAM技術(shù)的結(jié)合.D. OLAM服務(wù)器通過(guò)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(duì)超級(jí)立方體作一定的操作 .37. 關(guān)于OLAP和OLTP的說(shuō)法，下列不正確的是：(A)A. OLAP 事務(wù)量大 ， 但事務(wù)內(nèi)容比較簡(jiǎn)單且重復(fù)率高 .B. OLAP的最終數(shù)據(jù)來(lái)源與 OLTP不一樣.C. OLTP 面對(duì)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(dòng)的 .38. 設(shè)

13、X=1 , 2, 3是頻繁項(xiàng)集，則可由X產(chǎn)生_(C)_個(gè)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(wú)向無(wú)環(huán) B、有向無(wú)環(huán) C、有向有環(huán) D、無(wú)向有環(huán)41. 頻繁項(xiàng)集、頻繁閉項(xiàng)集、最大頻繁項(xiàng)集之間的關(guān)系是： (C)A、頻繁項(xiàng)集頻繁閉項(xiàng)集=最大頻繁項(xiàng)集B頻繁項(xiàng)集=頻繁閉項(xiàng)集最大頻繁項(xiàng)集C頻繁項(xiàng)集頻繁閉項(xiàng)集最大頻繁項(xiàng)集D頻繁項(xiàng)集=頻繁閉項(xiàng)集=最大頻繁項(xiàng)集42. 考慮下面的頻繁 3-項(xiàng)集的集合： 1 ， 2， 3 ，1 ， 2， 4 ，1 ，2， 5 ， 1 ， 3， 4 ，1 ， 3，5，2，3，4，2，3，5，3，4，5假定數(shù)據(jù)集中只有 5 個(gè)項(xiàng)，采用 合并

14、策略，由 候選產(chǎn)生過(guò)程得到 4- 項(xiàng)集不包含( C)A、 1，2，3，4 B、 1， 2， 3，5 C、 1，2，4，5 D、 1，3，4，543. 下面選項(xiàng)中 t 不是 s 的子序列的是 ( C )A、s=<2,4,3,5,6,8> t=<2,3,6,8>B、s=<2,4,3,5,6,8> t=<2,8>C、s=<1,2,3,4> t=<1,2>D、s=<2,4,2,4> t=<2,4>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)

15、項(xiàng)挖掘 D、頻繁模式挖掘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(shí)期其他數(shù)據(jù)對(duì)比B可視化C基于模板的方法D主觀興趣度量47. 下面購(gòu)物籃能夠提取的 3- 項(xiàng)集的最大數(shù)量是多少( C)ID購(gòu)買項(xiàng)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

16、-Mean 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(wèn)題，A，KNN B，SVM C，Bayes D，神經(jīng)網(wǎng)絡(luò)( A)50. 決策樹(shù)中不包含一下哪種結(jié)點(diǎn)，A,根結(jié)點(diǎn)(root node) B,內(nèi)部結(jié)點(diǎn)(internal node)C,外部結(jié)點(diǎn)(external node ) D,葉結(jié)點(diǎn)(leaf node ) (C)51. 不純性度量中 Gini 計(jì)算公式為(其中c 是類的個(gè)數(shù)) (A)A, B, C, D,( A)53. 以下哪項(xiàng)關(guān)于決策樹(shù)的說(shuō)法是錯(cuò)誤的(C)A. 冗余屬性不會(huì)對(duì)決策樹(shù)的準(zhǔn)確率造成不利的影響B(tài). 子樹(shù)可能在決策樹(shù)中重復(fù)多次C. 決策樹(shù)算法對(duì)于噪聲的干擾

17、非常敏感D. 尋找最佳決策樹(shù)是 NP 完全問(wèn)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(duì)規(guī)則排序， 保證每一個(gè)測(cè)試記錄都 是由覆蓋它的“最好的”規(guī)格來(lái)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(wú)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(duì)屬性值的任一組合， R

18、中都存在一條規(guī)則加以覆蓋， 則稱規(guī)則集 R 中的規(guī)則為 (B)A, 無(wú)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(jí)降序排列，則稱規(guī)則集是 (D)A, 無(wú)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(duì)相應(yīng)類的一次 投票，然后計(jì)票確定測(cè)試記錄的類標(biāo)號(hào)，稱為(A)A, 無(wú)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(duì)之間的足球比賽：隊(duì) 0和隊(duì) 1。假設(shè) 65%的比賽隊(duì) 0勝出，剩余的比賽隊(duì) 1 獲 勝。隊(duì) 0 獲勝的比賽中只有 30%是在隊(duì) 1

19、 的主場(chǎng)，而隊(duì) 1 取勝的比賽中 75%是主場(chǎng)獲勝。如 果下一場(chǎng)比賽在隊(duì) 1 的主場(chǎng)進(jìn)行隊(duì) 1 獲勝的概率為 (C)A，0.75 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(cuò)誤的有(A)A,神經(jīng)網(wǎng)絡(luò)對(duì)訓(xùn)練數(shù)據(jù)中的噪聲非常魯棒B ,可以處理冗余特征C ,訓(xùn)練ANN是一個(gè)很耗時(shí)的過(guò)程 D ，至少含有一個(gè)隱藏層的多層神經(jīng)網(wǎng)絡(luò)62. 通過(guò)聚集多個(gè)分類器的預(yù)測(cè)來(lái)提高分類準(zhǔn)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(jiǎn)單地將數(shù)據(jù)對(duì)象集

20、劃分成不重疊的子集， 使得每個(gè)數(shù)據(jù)對(duì)象恰在一個(gè)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K均值算法里，當(dāng)鄰近度函數(shù)采用( A )的時(shí)候，合適的質(zhì)心是簇中各點(diǎn)的中 位數(shù)。A 、曼哈頓距離 B 、平方歐幾里德距離 C 、余弦距離 D 、 Bregman 散度65. ( C )是一個(gè)觀測(cè)值， 它與其他觀測(cè)值的差別如此之大，以至于懷疑它是由不同的機(jī)制 產(chǎn)生的。A 、邊界點(diǎn)B 、質(zhì)心 C、離群點(diǎn) D 、核心點(diǎn)66. BIRCH 是一 種( B )。A 、分類器B 、聚類算法C 、關(guān)聯(lián)分析算法 D、特征選擇算法67. 檢測(cè)一元正態(tài)分

21、布中的離群點(diǎn)，屬于異常檢測(cè)中的基于( A )的離群點(diǎn)檢測(cè)。A 、統(tǒng)計(jì)方法 B 、鄰近度 C 、密度 D 、聚類技術(shù)68. ( C )將兩個(gè)簇的鄰近度定義為不同簇的所有點(diǎn)對(duì)的平均逐對(duì)鄰近度，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69. ( D )將兩個(gè)簇的鄰近度定義為兩個(gè)簇合并時(shí)導(dǎo)致的平方誤差的增量，它是一種凝聚層次聚類技術(shù)。A、MIN (單鏈)B 、MAX(全鏈)C70. DBSCAN 在最壞情況下的時(shí)間復(fù)雜度是( BA 、 O(m) B 、 O(m2) C 、 O(log m)71. 在基于圖的簇評(píng)估度量表里面，如果簇度量為 么它的

22、類型是( C )。、組平均D 、Ward方法)。D 、 O(m*log m)proximity(Ci , C) ，簇權(quán)值為 mi ，那A 、基于圖的凝聚度 B 、基于原型的凝聚度 C 、基于原型的分離度 D基于圖的凝聚度和分離度72. 關(guān)于K均值和DBSCAN勺比較，以下說(shuō)法不正確的是(A )。A、 K均值丟棄被它識(shí)別為噪聲的對(duì)象，而DBSCA一般聚類所有對(duì)象。B、 K均值使用簇的基于原型的概念，而DBSCA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，DBSCA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合并 有重疊的簇。73. 以下是哪一個(gè)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(duì)互連性和相對(duì)接近性而言，最好地保持簇的自相似性的簇。until :不