數(shù)據(jù)倉庫與數(shù)據(jù)挖掘考核題庫與解析

1、數(shù)據(jù)倉庫與數(shù)據(jù)挖掘考核題庫1、數(shù)據(jù)倉庫特點中錯誤的一項為哪一項()單項選擇題*A、數(shù)據(jù)倉庫的數(shù)據(jù)是面向主題的B、數(shù)據(jù)倉庫的數(shù)據(jù)是集成的C、數(shù)據(jù)倉庫的數(shù)據(jù)常規(guī)情況下是可更新的VD、數(shù)據(jù)倉庫的數(shù)據(jù)是隨時間不斷變化的答案解析：數(shù)據(jù)倉庫的數(shù)據(jù)主要供企業(yè)決策分析之用，所涉及的數(shù)據(jù)操作主要是數(shù)據(jù)查 詢，一般情況下并不進行修改操作。2、以下哪個不屬于分析型處理數(shù)據(jù)結(jié)構(gòu)()?單項選擇題*A、星型模型B、關(guān)系模型VC、雪花模型答案解析：關(guān)系模型應用于操作型處理3、數(shù)據(jù)倉庫分為四層，其中哪一層的數(shù)據(jù)是面向主題來組織數(shù)據(jù)，為星形或者雪花結(jié) 構(gòu)的數(shù)據(jù)？單項選擇題*A、ODS 層B、PDW 層C、DM 層 VD、 AP

2、P層答案解析：為數(shù)據(jù)集市層，這層數(shù)據(jù)是面向主題來組織數(shù)據(jù)的，通常是星形或雪花結(jié)構(gòu) 的數(shù)據(jù)。從數(shù)據(jù)粒度來說，這層的數(shù)據(jù)是輕度匯總級的數(shù)據(jù)，已經(jīng)不存在明細數(shù)據(jù)了。4、元數(shù)據(jù)包括技術(shù)元數(shù)據(jù)、業(yè)務元數(shù)據(jù)、管理元數(shù)據(jù)三類？判斷題*對，錯5、描述數(shù)據(jù)系統(tǒng)中業(yè)務領域相關(guān)概念、關(guān)系和規(guī)那么的數(shù)據(jù)，包括業(yè)務術(shù)語、信息分類、指標定義和業(yè)務規(guī)那么等信息的是哪類元數(shù)據(jù)？單項選擇題*A、管理元數(shù)據(jù)38.40.概念分層圖是()圖。單項選擇題*A、無向無環(huán)B、有向無環(huán)。C、有向有環(huán)D、無向有環(huán)39.41.頻繁項集、頻繁閉項集、最大頻繁項集之間的關(guān)系是：()單項選擇題*A、頻繁項集頻繁閉項集二最大頻繁項集B、頻繁項集=頻繁閉

3、項集最大頻繁項集C、頻繁項集頻繁閉項集最大頻繁項集VD、頻繁項集=頻繁閉項集=最大頻繁項集40.42.考慮下面的頻繁3-項集的集合: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 個項, 采用合并策略，由候選產(chǎn)生過程得到4-項集不包含()單項選擇題* TOC o 1-5 h z A、1,2,3,4B、1,2,3,5C、1,2,4,5VD、1,3,4,543,下面選項中t不是s的子序列的是()單項選擇題*A、s= t=B、s= t=C、s= t=VD、s

4、= t=44.在圖集合中發(fā)現(xiàn)一組公共子結(jié)構(gòu)，這樣的任務稱為()單項選擇題*A、頻繁子集挖掘B、頻繁子圖挖掘，C、頻繁數(shù)據(jù)項挖掘D、頻繁模式挖掘45,以下度量不具有反演性的是()單項選擇題大A、系數(shù)B、幾率C、Cohen 度量D、興趣因子V單項選擇題*46.以下（）不是將主觀信息加入到模式發(fā)現(xiàn)任務中的方法。A、與同一時期其他數(shù)據(jù)比照。B、可視化C、基于模板的方法D、主觀興趣度量47.下面購物籃能夠提取的3-項集的最大數(shù)量是多少（）ID購買項尿布牛奶餅干餅干尿布面包，黃油尿布1牛奶，啤酒2面包，黃油3牛奶，尿布4面包，黃油5啤酒，餅干6牛奶，尿布7面包，黃油8啤酒，尿布9牛奶，尿布，面包，黃油10

5、啤酒，餅干單項選擇題*A、1B、2C、3VD、448.以下哪些算法是分類算法，（）單項選擇題*A, DBSCANB, C4,5VC,K-MeanD,EM48.以下哪些算法是分類算法，（）單項選擇題*A, DBSCANB, C4,5VC4.5D,EM49.以下哪些分類方法可以較好地防止樣本的不平衡問題，()單項選擇題大KNN VSVMBayesD,神經(jīng)網(wǎng)絡50.決策樹中不包含一下哪種結(jié)點，()單項選擇題*A,根結(jié)點(root node)B,內(nèi)部結(jié)點(internal node)C,外部結(jié)點(external node) VD,葉結(jié)點(leaf node)51,不純性度量中Gini計算公式為(其中

6、c是類的個數(shù))()單項選擇題大A.VB,C,D. (A)53.以下哪項關(guān)于決策樹的說法是錯誤的()單項選擇題*A.冗余屬性不會對決策樹的準確率造成不利的影響B(tài).子樹可能在決策樹中重復屢次C.決策樹算法對于噪聲的干擾非常敏感VD,尋找最正確決策樹是NP完全問題54.在基于規(guī)那么分類器的中，依據(jù)規(guī)那么質(zhì)量的某種度量對規(guī)那么排序，保證每一個 測試記錄都是由覆蓋它的“最好的”規(guī)格來分類，這種方案稱為 0 單項選擇題*A.基于類的排序方案B.基于規(guī)那么的排序方案”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)那么的分類器()單項選擇題*A.C4,5 VB.KNNC.Na?ve

7、BayesD.ANN56.如果規(guī)那么集R中不存在兩條規(guī)那么被同一條記錄觸發(fā)，那么稱規(guī)那么集R中的規(guī)那么 為（）；單項選擇題*A,無序規(guī)那么B,窮舉規(guī)那么C,互斥規(guī)那么。D,有序規(guī)那么57.如果對屬性值的任一組合，R中都存在一條規(guī)那么加以覆蓋，那么稱規(guī)那么集R中的 規(guī)那么為（）單項選擇題卜A,無序規(guī)那么B,窮舉規(guī)那么VC,互斥規(guī)那么D,有序規(guī)那么58.如果規(guī)那么集中的規(guī)那么按照優(yōu)先級降序排列，那么稱規(guī)那么集是（）單項選擇題*A,無序規(guī)那么B,窮舉規(guī)那么C,互斥規(guī)那么D,有序規(guī)那么。59.如果允許一條記錄觸發(fā)多條分類規(guī)那么，把每條被觸發(fā)規(guī)那么的后件看作是對相 應類的一次投票，然后計票確定測試記錄的

8、類標號，稱為（）單項選擇題*A,無序規(guī)那么VB,窮舉規(guī)那么C,互斥規(guī)那么D,有序規(guī)那么60,考慮兩隊之間的足球比賽：隊。和隊lo假設65%的比賽隊0勝出，剩余的 比賽隊1獲勝。隊0獲勝的比賽中只有30%是在隊1的主場，而隊1取勝的比賽中75% 是主場獲勝。如果下一場比賽在隊1的主場進行隊1獲勝的概率為（）單項選擇題*A, 0.75B,0.35C,0.4678 VD, 0.573861.以下關(guān)于人工神經(jīng)網(wǎng)絡(ANN)的描述錯誤的有()單項選擇題*A,神經(jīng)網(wǎng)絡對訓練數(shù)據(jù)中的噪聲非常魯棒。B,可以處理冗余特征C,訓練ANN是一個很耗時的過程D,至少含有一個隱藏層的多層神經(jīng)網(wǎng)絡62,通過聚集多個分類器

9、的預測來提高分類準確率的技術(shù)稱為()單項選擇題*A,組合(ensemble) VB,聚集(aggregate)C,合并(combination)D,投票(voting)63.簡單地將數(shù)據(jù)對象集劃分成不重疊的子集，使得每個數(shù)據(jù)對象恰在一個子集 中，這種聚類類型稱作0 單項選擇題*A、層次聚類B、劃分聚類VC、非互斥聚類D、模糊聚類64.在基本K均值算法里，當鄰近度函數(shù)采用()的時候，合適的質(zhì)心是簇中各 點的中位數(shù)。單項選擇題大A、曼哈頓距離VB、平方歐幾里德距離C、余弦距離D、Bregman 散度65.()是一個觀測值，它與其他觀測值的差異如此之大，以至于懷疑它是由不同 的機制產(chǎn)生的。單項選擇題

10、*A、邊界點B、質(zhì)心C、離群點VD、核心點66. BIRCH 是一種()。單項選擇題*A、分類器B、聚類算法VC、關(guān)聯(lián)分析算法D、特征選擇算法67.檢測一元正態(tài)分布中的離群點，屬于異常檢測中的基于()的離群點檢測。單 選題*A、統(tǒng)計方法VB、鄰近度C、密度D、聚類技術(shù).()將兩個簇的鄰近度定義為不同簇的所有點對的平均逐對鄰近度，它是一種 凝聚層次聚類技術(shù)。單項選擇題*A、MIN(單鏈)B、MAX(全鏈)C、組平均。D、Ward方法69.()將兩個簇的鄰近度定義為兩個簇合并時導致的平方誤差的增量，它是一種 凝聚層次聚類技術(shù)。單項選擇題*As MIN(單鏈)B、MAX(全鏈)C、組平均D、Ward

11、 方法，70. DBSCAN在最壞情況下的時間復雜度是()。單項選擇題*A、O(m)B、O(m2)VC、O(log m)D、O(m*log m)71.在基于圖的簇評估度量表里面，如果簇度量為proximity （） , C）,簇權(quán)值為 mi ,那么它的類型是（C）。單項選擇題*A、基于圖的凝聚度B、基于原型的凝聚度C、基于原型的別離度。D、基于圖的凝聚度和別離度72,關(guān)于K均值和DBSCAN的比擬，以下說法不正確的選項是（）。單項選擇題*A、K均值丟棄被它識別為噪聲的對象，而DBSCAN般聚類所有對象。VB、K均值使用簇的基于原型的概念，而DBSCA使N用基于密度的概念。C、K均值很難處理非球

12、形的簇和不同大小的簇，DBSCAN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)不是明顯別離的簇，即便簇有重疊也可以發(fā)現(xiàn)，但是DBSCAN會合 并有重疊的簇。.以下是哪一個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)于相對互連性和相對接近性而言，最好地保持簇的自相 似性的簇。until :不再有可以合并的簇。（）。單項選擇題卜A、MSTB、OPOSSUMC、Chameleon VD、Jarvis - Patrick （JP）74.考慮這么一種情況：一個對象碰巧與另一個對象相對接近，但屬于不同的類， 因為這兩個對象一般不會共享許多近鄰，所以應該

13、選擇（）的相似度計算方法。單項選擇 題*A、平方歐幾里德距離B、余弦距離C、直接相似度D、共享最近鄰V75.以下屬于可伸縮聚類算法的是（）。單項選擇題*A、CUREVB、 DENCLUEC、CLIQUED、OPOSSUM76.以下哪個聚類算法不是屬于基于原型的聚類（）。單項選擇題卜A、模糊c均值B、EM算法C、SOMD、CLIQUE V77,關(guān)于混合模型聚類算法的優(yōu)缺點，下面說法正確的選項是（）。單項選擇題大A、當簇只包含少量數(shù)據(jù)點，或者數(shù)據(jù)點近似協(xié)線性時，混合模型也能很好地處理。B、混合模型比K均值或模糊c均值更一般，因為它可以使用各種類型的分布。VC、混合模型很難發(fā)現(xiàn)不同大小和橢球形狀的簇

14、。D、混合模型在有噪聲和離群點時不會存在問題78.以下哪個聚類算法不屬于基于網(wǎng)格的聚類算法（）。單項選擇題大A、STINGB、WaveClusterC、MAFIAD、BIRCH V79.一個對象的離群點得分是該對象周圍密度的逆。這是基于（）的離群點定義。單項選擇題*A .概率B、鄰近度C、密度VD、聚類80,下面關(guān)于Jarvis - Patrick （JP）聚類算法的說法不正確的選項是（）。單項選擇題*A、JP聚類擅長處理噪聲和離群點，并且能夠處理不同大小、形狀和密度的簇。B、JP算法對高維數(shù)據(jù)效果良好，尤其擅長發(fā)現(xiàn)強相關(guān)對象的緊致簇。C、P聚類是基于SNN相似度的概念。D、JP聚類的基本時間

15、復雜度為O（m）。VoB、業(yè)務元數(shù)據(jù)，C、技術(shù)元數(shù)據(jù)D、領域元數(shù)據(jù)答案解析：業(yè)務元數(shù)據(jù)是描述數(shù)據(jù)系統(tǒng)中業(yè)務領域相關(guān)概念、關(guān)系和規(guī)那么的數(shù)據(jù)，主要 包括業(yè)務術(shù)語、信息分類、指標定義和業(yè)務規(guī)那么等信息；6、數(shù)據(jù)倉庫中表包含()? *A、數(shù)據(jù)表B、事實表VC、維度表VD、聚合表，7、星型結(jié)構(gòu)與雪花結(jié)構(gòu)相比，效率更高但存在一定的冗余？判斷題*對V錯8、維度建模是面向應用，遵循第三范式，以消除數(shù)據(jù)冗余為目標的設計技術(shù)。判斷 題*對錯V答案解析：維度建模是面向分析，為了提高查詢性能可以增加數(shù)據(jù)冗余，反規(guī)范化的設 計技術(shù)。9、維度建模優(yōu)點包括()? *A、便于理解VB、提高查詢性能VC、對稱性VD、可擴展性

16、。10、每周產(chǎn)品募集規(guī)模應該選用何種事實表？單項選擇題*A、事務事實表B、周期快照事實表VC、累積快照事實表數(shù)據(jù)挖掘.某超市研究銷售紀錄數(shù)據(jù)后發(fā)現(xiàn)，買啤酒的人很大概率也會購買尿布，這種屬于數(shù)據(jù)挖掘的哪類問題？ 0 單項選擇題*A.關(guān)聯(lián)規(guī)那么發(fā)現(xiàn)V聚類分類D.自然語言處理.以下兩種描述分別對應哪兩種對分類算法的評價標準？(a)警察抓小偷，描述警察抓的人中有多少個是小偷的標準。(b)描述有多少比例的小偷給警察抓了的標準。單項選擇題Precision, Recall VRecall, PrecisionPrecision, ROCRecall, ROC.將原始數(shù)據(jù)進行集成、變換、維度規(guī)約、數(shù)值規(guī)約是

17、在以下哪個步驟的任務？單 選題*A.頻繁模式挖掘B,分類和預測C.數(shù)據(jù)預處理VD.數(shù)據(jù)流挖掘.當不知道數(shù)據(jù)所帶標簽時，可以使用哪種技術(shù)促使帶同類標簽的數(shù)據(jù)與帶其他標簽 的數(shù)據(jù)相別離？()單項選擇題卜A.分類B.聚類”C.關(guān)聯(lián)分析D.隱馬爾可夫鏈.什么是KDD ?單項選擇題卜A.數(shù)據(jù)挖掘與知識發(fā)現(xiàn)VB.領域知識發(fā)現(xiàn)C.文檔知識發(fā)現(xiàn)D.動態(tài)知識發(fā)現(xiàn).使用交互式的和可視化的技術(shù)，對數(shù)據(jù)進行探索屬于數(shù)據(jù)挖掘的哪一類任務？()單項選擇題*A.探索性數(shù)據(jù)分析。B.建模描述C.預測建模D.尋找模式和規(guī)那么.為數(shù)據(jù)的總體分布建模；把多維空間劃分成組等問題屬于數(shù)據(jù)挖掘的哪一類任務？0 單項選擇題*A.探索性數(shù)據(jù)

18、分析.建模描述，C.預測建模D.尋找模式和規(guī)那么8,建立一個模型，通過這個模型根據(jù)的變量值來預測其他某個變量值屬于數(shù)據(jù)挖 掘的哪一類任務？()單項選擇題大A.根據(jù)內(nèi)容檢索B.建模描述C.預測建模，D.尋找模式和規(guī)那么.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？ 0 單項選擇題大A.根據(jù)內(nèi)容檢索VB.建模描述C.預測建模D.尋找模式和規(guī)那么.下面哪種不屬于數(shù)據(jù)預處理的方法？單項選擇題*A變量代換B離散化C聚集D估計遺漏值V.假設12個銷售價格記錄組已經(jīng)排序如下：5, 10, 11, 13, 15,35, 50, 55.72,92,204,215使用如下每種

19、方法將它們劃分成四個箱。等頻(等深)劃分時，15在第幾個箱子內(nèi)？單項選擇題A第一個B第二個VC第三個D第四個. 13,上題中，等寬劃分時（寬度為50）, 15又在哪個箱子里？（）單項選擇題*A第一個VB第二個C第三個D第四個. 14.下面哪個不屬于數(shù)據(jù)的屬性類型：（）單項選擇題*A標稱B序數(shù)C區(qū)間D相異。.在上題中，屬于定量的屬性類型是：（）單項選擇題卜A標稱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：（）單項選擇題卜A計數(shù)屬性B離散屬性C非對稱的二元性VD對稱屬性17.以下哪種方法不屬于特征選擇的標準方法：（）單項選擇題*A嵌入B過濾C包裝D抽樣V18.下面不屬于創(chuàng)立新屬性的

20、相關(guān)方法的是：()單項選擇題*A特征提取B特征修改VC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),其截斷均值(p=20%)是()單項選擇題*A2B3C3.5VD520.下面哪個屬于映射數(shù)據(jù)到新的空間的方法？()單項選擇題*A傅立葉變換VB特征加權(quán)C漸進抽樣D維歸約20.21.焙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烙是：()單 選題*A1比特B2.6比特，C3.2比特D3.8比特21.22假設屬性income的最大最小值分別是12000元和98000元。利用最大最小 規(guī)范化的方法將屬性的值映射到0至1的范圍內(nèi)。對屬性income的73600元將被

21、轉(zhuǎn) 化為：()單項選擇題大A 0.821B 1.224C 1.458D 0.716 V23.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,問題：使用按箱平均值平滑方法對上述數(shù)據(jù)進行平滑，箱的深度為3。第二 個箱子值為：（）單項選擇題*A 18.3 VB22.6C26.8D 27.924.考慮值集12 24 33 2 4 55 68 26）,其四分位數(shù)極差是：（）單項選擇題夫A31 V

22、B24C55D325. 一所大學內(nèi)的各年紀人數(shù)分別為：一年級200人，二年級160人,三年級130 人，四年級110人。那么年級屬性的眾數(shù)是：（）單項選擇題*A 一年級VB二年級C三年級D四年級26.以下哪個不是專門用于可視化時間空間數(shù)據(jù)的技術(shù)：（）單項選擇題*A等高線圖B餅圖VC曲面圖D矢量場圖27.在抽樣方法中，當合適的樣本容量很難確定時，可以使用的抽樣方法是：（）單項選擇題*A有放回的簡單隨機抽樣B無放回的簡單隨機抽樣C分層抽樣D漸進抽樣V28,數(shù)據(jù)倉庫是隨著時間變化的，下面的描述不正確的選項是（）單項選擇題*A.數(shù)據(jù)倉庫隨時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)會覆蓋原來的快

23、照；c.數(shù)據(jù)倉庫隨事件變化不斷刪去舊的數(shù)據(jù)內(nèi)容7D.數(shù)據(jù)倉庫中包含大量的綜合數(shù)據(jù)，這些綜合數(shù)據(jù)會隨著時間的變化不斷地進行重新綜合.29.關(guān)于基本數(shù)據(jù)的元數(shù)據(jù)是指：()單項選擇題卜A.基本元數(shù)據(jù)與數(shù)據(jù)源，數(shù)據(jù)倉庫，數(shù)據(jù)集市和應用程序等結(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)包括日志文件和簡歷執(zhí)行處理的時序調(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.V30.下面關(guān)于數(shù)據(jù)粒度的描述不正確的選項是：()單項選擇題*A.粒度是指數(shù)據(jù)倉庫小數(shù)據(jù)單元的詳細程度和級別；B.數(shù)據(jù)越詳細，粒度就越小，級別也就越高；C.數(shù)據(jù)綜合度越高，粒度也就越大，級別也就越高;VD.粒度的具體劃分將直接影響數(shù)據(jù)倉庫中的數(shù)據(jù)量以及查詢質(zhì)量.31.有關(guān)數(shù)據(jù)倉庫的開發(fā)特點，不正確的描述是：()單項選擇題*A.數(shù)據(jù)倉庫開發(fā)要從數(shù)據(jù)出發(fā);VB.數(shù)據(jù)倉庫使用的需求在開發(fā)出去就要明確；C.數(shù)據(jù)倉庫的開發(fā)是一個不斷循環(huán)的過程，是啟發(fā)式的開發(fā)；D.在數(shù)據(jù)倉庫環(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 庫中數(shù)據(jù)分析和處理更靈活，且沒有固定的模式32.在有關(guān)數(shù)據(jù)倉庫測試，以下說法不正確的選項是：()單項選擇題*A.在完成數(shù)據(jù)倉庫的實施過程中，需要對數(shù)據(jù)倉庫進行各種測試.測試工作中要