數(shù)據(jù)挖掘復(fù)習(xí)試題

數(shù)據(jù)挖掘復(fù)習(xí)題

單項(xiàng)選擇題

1.某超市研究銷(xiāo)售紀(jì)錄數(shù)據(jù)后發(fā)現(xiàn)，買(mǎi)啤酒的人很大概率也會(huì)購(gòu)置尿布，這種屬于數(shù)據(jù)挖

掘的哪類(lèi)問(wèn)題(A)

A.關(guān)聯(lián)規(guī)則發(fā)現(xiàn)B.聚類(lèi)

C.分類(lèi)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(lèi)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,RecallB.Recall,Precision

A.Precision,ROCD.Recall,ROC

3.將原始數(shù)據(jù)進(jìn)展集成、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(lèi)和預(yù)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(lèi)標(biāo)簽的數(shù)據(jù)與帶其他標(biāo)簽的數(shù)

據(jù)相別離(B)

A.分類(lèi)B.聚類(lèi)C.關(guān)聯(lián)分析D.隱馬爾可夫鏈

5.什么是KDD(A)

A.數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)B.領(lǐng)域知識(shí)發(fā)現(xiàn)

C.文檔知識(shí)發(fā)現(xiàn)D.動(dòng)態(tài)知識(shí)發(fā)現(xiàn)

6.使用交互式的和可視化的技術(shù)，對(duì)數(shù)據(jù)進(jìn)展探索屬于數(shù)據(jù)挖掘的哪一類(lèi)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(lèi)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.尋找模式和規(guī)則

8.建設(shè)一個(gè)模型，通過(guò)這個(gè)模型根據(jù)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(lèi)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(lèi)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(xiāo)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

用如下每種方法將它們劃分成四個(gè)箱。等頻1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50）,15又在哪個(gè)箱子里（A）

A第一個(gè)B第二個(gè)C第三個(gè)D第四個(gè)

14.下面哪個(gè)不屬于數(shù)據(jù)的屬性類(lèi)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(lèi)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B過(guò)濾C包裝D抽樣

18.下面不屬于創(chuàng)立新屬性的相關(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担╬=20%）是（C）

A2B3c3.5D5

20.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.嫡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嫡是：（B）

A1比特B2.6比特C3.2比特D3.8比特

22.假設(shè)屬性income的最大最小值分別是12000元和98000元。利用最大最小標(biāo)準(zhǔn)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）

A0.821B1.224C1.458D0.716

23.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)展平滑，箱的深度為3。第二個(gè)箱子值為:

（A）

A18.3B22.6C26.8D27.9

24.考慮值集{12243324556826},其四分位數(shù)極差是：（A）

A31B24C55D3

25.一所大學(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.以下哪個(gè)不是專(zhuān)門(mén)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)適宜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)間變化的，下面的描述不正確的選項(xiàng)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)展重新綜合.

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)用程序等構(gòu)造相關(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)粒度的描述不正確的選項(xiàng)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.在有關(guān)數(shù)據(jù)倉(cāng)庫(kù)測(cè)試，以下說(shuō)法不正確的選項(xiàng)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)展各種測(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)展單元測(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)展大量的功能測(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)試方案.

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，下面正確的選項(xiàng)是:(D)

⑴快速性(2)可分析性(3)多維性(4)信息性(5洪拿性

A.(l)(2)(3)

B.(2)(3)(4)

C.(l)(2)(3)(4)

D.(l)(2)(3)(4)(5)

35.關(guān)于OLAP和OETP的區(qū)別描述，不正確的選項(xiàng)是:(C)

A.OLAP主要是關(guān)于若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QLTP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)容對(duì)比簡(jiǎn)單且重復(fù)率高.

D.OLAP是以數(shù)據(jù)倉(cāng)庫(kù)為根基的,但其最終數(shù)據(jù)來(lái)源與OLTP一樣均來(lái)自底層的數(shù)據(jù)庫(kù)系統(tǒng),

兩者面對(duì)的用戶是一樣的.

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)法正確的選項(xiàng)是:（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的立方體和用于OLAP的立方體有本質(zhì)的區(qū)別.

C.基于WEB的OLAM是WEB技術(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，以下不正確的選項(xiàng)是:（A）

A.OLAP事務(wù)量大,但事務(wù)內(nèi)容對(duì)比簡(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.OEFP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)*={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、4B、5C、6D、7

40.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、1,2,3,4B、1,2,3,5C、1,2,4,5D、1,3,4,5

43.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=v{2,4},{3,5,6}，⑻,t=<{2},{8}>

C、s=<{l,2},{3,4}>t=<{l},{2}>

D、s=<{2,4},（2,4）>t=<{2},{4）>

44.在圖集合中發(fā)現(xiàn)一組公共子構(gòu)造，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)項(xiàng)挖掘D、頻繁模式挖掘

45.以下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.以下_（A）_不是將主觀信息參加到模式發(fā)現(xiàn)任務(wù)中的方法。

A、與同一時(shí)期其他數(shù)據(jù)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(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)置項(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、1B、2C、3D、4

48.以下哪些算法是分類(lèi)算法，A,DBSCANB,C4.5C,K-MeanD,EM（B）

49.以下哪些分類(lèi)方法可以較好地防止樣本的不平衡問(wèn)題，A,KNNB,SVMC,BayesD,

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)（rootnode）B,內(nèi)部結(jié)點(diǎn)（internalnode）C,

外部結(jié)點(diǎn)（externalnode）D,葉結(jié)點(diǎn)（leafnode）（C）

51.不純性度量中Gini計(jì)算公式為（其中c是類(lèi)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.子樹(shù)可能在決策樹(shù)中重復(fù)屢次

C.決策樹(shù)算法對(duì)于噪聲的干擾非常敏感

D.尋找最正確決策樹(shù)是NP完全問(wèn)題

54.在基于規(guī)則分類(lèi)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(lèi)，這種方案稱為（B）

A.基于類(lèi)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(lèi)器（A）

A.C4.5B.KNNC.Na?veBayesD.ANN

56.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(lèi)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(lèi)的一次

投票，然后計(jì)票確定測(cè)試記錄的類(lèi)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)展隊(duì)1獲勝的概率為(C)

A,0.75B,0.35C,0.4678D,0.5738

61.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)隱臧層的多層神經(jīng)網(wǎng)絡(luò)

62.通過(guò)聚集多個(gè)分類(lèi)器的預(yù)測(cè)來(lái)提高分類(lèi)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(lèi)類(lèi)型稱作(B)

A、層次聚類(lèi)B、劃分聚類(lèi)C、非互斥聚類(lèi)D、模糊聚類(lèi)

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，適宜的質(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)值的差異如此之大，以至于疑心它是由不同的機(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(lèi)器B、聚類(lèi)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(lèi)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(lèi)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(lèi)技術(shù)。

A、MIN(單鏈)B、MAX(全鏈)C、組平均D、Ward方法

70.DBSCAN在最壞情況下的時(shí)間復(fù)雜度是(B)?

A、0(m)B、0(m2)C、O(logm)D、O(m*logm)

71.在基于圖的簇評(píng)估度量表里面，如果簇度量為proximity(Ci,C),簇權(quán)值為mi,那么它

的類(lèi)型是（C）.

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的對(duì)比，以下說(shuō)法不正確的選項(xiàng)是（A）。

A、K均值丟棄被它識(shí)別為噪聲的對(duì)象，而DBSCAN一般聚類(lèi)所有對(duì)象。

B、K均值使用簇的基于原型的概念，而DBSCAN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，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(huì)合

并有重疊的簇。

73.以下是哪一個(gè)聚類(lèi)算法的算法流程：①構(gòu)造k一最近鄰圖。②使用多層圖劃分算法劃分

圖。③repeat：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：不再有可以合并的簇。（C）.

A、MSTB、OPOSSUMC、ChameleonD、Jarvis-Patrick（JP）

74.考慮這么一種情況：一個(gè)對(duì)象碰巧與另一個(gè)對(duì)象相對(duì)接近，但屬于不同的類(lèi)，因?yàn)檫@兩

個(gè)對(duì)象一般不會(huì)共享許多近鄰，所以應(yīng)該選擇（D）的相似度計(jì)算方法。

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

75.以下屬于可伸縮聚類(lèi)算法的是（A）。

A、CUREB、DENCLUEC、CLIQUED、OPOSSUM

76.以下哪個(gè)聚類(lèi)算法不是屬于基于原型的聚類(lèi)（D）。

A、模糊c均值B、EM算法C、SOMD、CLIQUE

77.關(guān)于混合模型聚類(lèi)算法的優(yōu)缺點(diǎn)，下面說(shuō)法正確的選項(xiàng)是（B

A、當(dāng)簇只包含少量數(shù)據(jù)點(diǎn)，或者數(shù)據(jù)點(diǎn)近似協(xié)線性時(shí)，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?yàn)樗梢允褂酶鞣N類(lèi)型的分布。

C、混合模型很難發(fā)現(xiàn)不同大小和橢球形狀的簇。

D、混合模型在有噪聲和離群點(diǎn)時(shí)不會(huì)存在問(wèn)題。

78.以下哪個(gè)聚類(lèi)算法不屬于基于網(wǎng)格的聚類(lèi)算法（D）。

A、STINGB、WaveClusterC、MAFIAD、BIRCH

79.一個(gè)對(duì)象的離群點(diǎn)得分是該對(duì)象周?chē)芏鹊哪妗＿@是基于（C）的離群點(diǎn)定義。

A.概率B、鄰近度C、密度D、聚類(lèi)

80.下面關(guān)于Jarvis-Patrick（JP）聚類(lèi)算法的說(shuō)法不正確的選項(xiàng)是（D）。

A、JP聚類(lèi)擅長(zhǎng)處理噪聲和離群點(diǎn)，并且能夠處理不同大小、形狀和密度的簇。

B、JP算法對(duì)高維數(shù)據(jù)效果良好，尤其擅長(zhǎng)發(fā)現(xiàn)強(qiáng)相關(guān)對(duì)象的緊致簇。

C、JP聚類(lèi)是基于SNN相似度的概念。

D、JP聚類(lèi)的基本時(shí)間復(fù)雜度為O（m）。

第一章

1、數(shù)據(jù)倉(cāng)庫(kù)就是一個(gè)面向主題的、集成的、相對(duì)穩(wěn)定的、反映歷史變化的數(shù)據(jù)集合。

2、元數(shù)據(jù)是描述數(shù)據(jù)倉(cāng)庫(kù)內(nèi)數(shù)據(jù)的構(gòu)造和建設(shè)方法的數(shù)據(jù)，它為訪問(wèn)數(shù)據(jù)倉(cāng)庫(kù)提供了一個(gè)

信息目錄，根據(jù)數(shù)據(jù)用途的不同可將數(shù)據(jù)倉(cāng)庫(kù)的元數(shù)據(jù)分為技術(shù)元數(shù)據(jù)和業(yè)務(wù)元數(shù)據(jù)兩類(lèi)。

3、數(shù)據(jù)處理通常分成兩大類(lèi)：聯(lián)機(jī)事務(wù)處理和聯(lián)機(jī)分析處理。

4、多維分析是指以“維"形式組織起來(lái)的數(shù)據(jù)1多維數(shù)據(jù)集）采取切片、切塊、鉆取和旋

轉(zhuǎn)等各種分析動(dòng)作，以求剖析數(shù)據(jù)，使擁護(hù)能從不同角度、不同側(cè)面觀察數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)，

從而深入理解多維數(shù)據(jù)集中的信息。

5、ROLAP是基于關(guān)系數(shù)據(jù)庫(kù)的OLAP實(shí)現(xiàn)，而MOLAP是基于多維數(shù)據(jù)構(gòu)造組織的OLAP

實(shí)現(xiàn)。

6、數(shù)據(jù)倉(cāng)庫(kù)按照其開(kāi)發(fā)過(guò)程，其關(guān)鍵環(huán)節(jié)包括數(shù)據(jù)抽取、數(shù)據(jù)存儲(chǔ)于管理和數(shù)據(jù)表現(xiàn)等。

7、數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的體系構(gòu)造根據(jù)應(yīng)用需求的不同，可以分為以下4種類(lèi)型：兩層架構(gòu)、獨(dú)

立型數(shù)據(jù)集合、以來(lái)型數(shù)據(jù)結(jié)合和操作型數(shù)據(jù)存儲(chǔ)和邏輯型數(shù)據(jù)集中和實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)。

8、操作型數(shù)據(jù)存儲(chǔ)實(shí)際上是一個(gè)集成的、面向主題的、可更新的、當(dāng)前值的1但是可“揮

發(fā)”的）、企業(yè)級(jí)的、詳細(xì)的數(shù)據(jù)庫(kù)，也叫運(yùn)營(yíng)數(shù)據(jù)存儲(chǔ)。

9、“實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)〃以為著源數(shù)據(jù)系統(tǒng)、決策支持服務(wù)和倉(cāng)庫(kù)倉(cāng)庫(kù)之間以一個(gè)接近實(shí)時(shí)的速

度交換數(shù)據(jù)和業(yè)務(wù)規(guī)則。

10、從應(yīng)用的角度看，數(shù)據(jù)倉(cāng)庫(kù)的開(kāi)展演變可以歸納為5個(gè)階段：以報(bào)表為主、以分析為主、

以預(yù)測(cè)模型為主、以運(yùn)營(yíng)導(dǎo)向?yàn)橹骱鸵詫?shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)和自動(dòng)決策為主。

第二章

1、調(diào)和數(shù)據(jù)是存儲(chǔ)在企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)和操作型數(shù)據(jù)存儲(chǔ)中的數(shù)據(jù)。

2、抽取、轉(zhuǎn)換、加載過(guò)程的目的是為決策支持應(yīng)用提供一個(gè)單一的、權(quán)威數(shù)據(jù)源。因此，

我們要求ETL過(guò)程產(chǎn)生的數(shù)據(jù)（即調(diào)和數(shù)據(jù)層）是詳細(xì)的、歷史的、標(biāo)準(zhǔn)的、可理解的、

即時(shí)的和質(zhì)量可控制的。

3、數(shù)據(jù)抽取的兩個(gè)常見(jiàn)類(lèi)型是靜態(tài)抽取和增量抽取。靜態(tài)抽取用于最初填充數(shù)據(jù)倉(cāng)庫(kù)，增

量抽取用于進(jìn)展數(shù)據(jù)倉(cāng)庫(kù)的維護(hù)。

4、粒度是對(duì)數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)的綜合程度上下的一個(gè)衡量。粒度越小，細(xì)節(jié)程度越高，綜合

程度越低，答復(fù)查詢的種類(lèi)越多。

5、使用星型模式可以從一定程度上提高查詢效率。因?yàn)樾切湍Ｊ街袛?shù)據(jù)的組織已經(jīng)經(jīng)過(guò)預(yù)

處理，主要數(shù)據(jù)都在龐大的事實(shí)表中。

6、維度表一般又主鍵、分類(lèi)層次和描述屬性組成。對(duì)于主鍵可以選擇兩種方式：一種是采

用自然鍵，另一種是采用代理鍵。

7、雪花型模式是對(duì)星型模式維表的進(jìn)一步層次化和標(biāo)準(zhǔn)化來(lái)消除冗余的數(shù)據(jù)。

8、數(shù)據(jù)倉(cāng)庫(kù)中存在不同綜合級(jí)別的數(shù)據(jù)。一般把數(shù)據(jù)分成4個(gè)級(jí)別：早期細(xì)節(jié)級(jí)、當(dāng)前細(xì)

節(jié)級(jí)、輕度綜合級(jí)和高度綜合級(jí)。

第三章

1、SQLServerSSAS提供了所有業(yè)務(wù)數(shù)據(jù)的同意整合試圖，可以作為傳統(tǒng)報(bào)表、在線分析

處理、關(guān)鍵性能指示器記分卡和數(shù)據(jù)挖掘的根基。

2、數(shù)據(jù)倉(cāng)庫(kù)的概念模型通常采用信息包圖法來(lái)進(jìn)展設(shè)計(jì)，要求將其5個(gè)組成局部（包括名

稱、維度、類(lèi)別、層次和度量）全面地描述出來(lái)。

3、數(shù)據(jù)倉(cāng)庫(kù)的邏輯模型通常采用星型圖法來(lái)進(jìn)展設(shè)計(jì)，要求將星型的各類(lèi)邏輯實(shí)體完整地

描述出來(lái)。

4、按照事實(shí)表中度量的可加性情況，可以把事實(shí)表對(duì)應(yīng)的事實(shí)分為4種類(lèi)型：事務(wù)事實(shí)、

快照事實(shí)、線性工程事實(shí)和事件事實(shí)。

5、確定了數(shù)據(jù)倉(cāng)庫(kù)的粒度模型以后，為提高數(shù)據(jù)倉(cāng)庫(kù)的使用性能，還需要根據(jù)擁護(hù)需求設(shè)

計(jì)聚合模型。

6、在工程實(shí)施時(shí)，根據(jù)事實(shí)表的特點(diǎn)和擁護(hù)的查詢需求，可以選用時(shí)間、業(yè)務(wù)類(lèi)型、區(qū)域

和下屬組織等多種數(shù)據(jù)分割類(lèi)型。

7、當(dāng)維表中的主鍵在事實(shí)表中沒(méi)有與外鍵關(guān)聯(lián)時(shí)，這樣的維稱為退化維。它于事實(shí)表并無(wú)

關(guān)系，但有時(shí)在查詢限制條件（如訂單號(hào)碼、出貨單編號(hào)等）中需要用到。

8、維度可以根據(jù)其變化快慢分為元變化維度、緩慢變化維度和劇烈變化維度三類(lèi)。

9、數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)量通常較大，且數(shù)據(jù)一般很少更新，可以通過(guò)設(shè)計(jì)和優(yōu)化索引構(gòu)造來(lái)提

高數(shù)據(jù)存取性能。

10、數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)庫(kù)常見(jiàn)的存儲(chǔ)優(yōu)化方法包括表的歸并與簇文件、反向標(biāo)準(zhǔn)化引入冗余、表

的物理分割（分區(qū)）。

第四章

1、關(guān)聯(lián)規(guī)則的經(jīng)典算法包括Apriori算法和FP-growth算法，其中FP-grownth算法的效率更

高。

2、如果L2={{a,b},{a,c},{a,d},{b,c},{b,d}}〃J

連接產(chǎn)生的C3={{a,b,c},{a,b,d},{a,c,d},{b,c,d}}

再經(jīng)過(guò)修剪，C3={{a,b,c},{a,b,d}}

3、設(shè)定supmin=50%,交易集如

則L1={A},{B},{C}L2={A,C}

T1ABC

T2AC

T3AD

T4BEF

第五章

1、分類(lèi)的過(guò)程包括獲取數(shù)據(jù)、預(yù)處理、分類(lèi)器設(shè)計(jì)和分類(lèi)決策。

2、分類(lèi)器設(shè)計(jì)階段包含三個(gè)過(guò)程：劃分?jǐn)?shù)據(jù)集、分類(lèi)器構(gòu)造和分類(lèi)器測(cè)試。

3、分類(lèi)問(wèn)題中常用的評(píng)價(jià)準(zhǔn)則有準(zhǔn)確度、查全率和查準(zhǔn)率和集合均值。

4、支持向量機(jī)中常用的核函數(shù)有多項(xiàng)式核函數(shù)、徑向基核函數(shù)和S型核函數(shù)。

第六章

1、聚類(lèi)分析包括連續(xù)型、二值離散型、多值離散型和混合類(lèi)型4種類(lèi)型描述屬性的相似度

計(jì)算方法。

2、連續(xù)型屬性的數(shù)據(jù)樣本之間的距離有歐氏距離、曼哈頓距離和明考斯基距離。

3、劃分聚類(lèi)方法對(duì)數(shù)據(jù)集進(jìn)展聚類(lèi)時(shí)包含三個(gè)要點(diǎn)：選種某種距離作為數(shù)據(jù)樣本減的相似

性度量、選擇評(píng)價(jià)聚類(lèi)性能的準(zhǔn)則函數(shù)和選擇某個(gè)初始分類(lèi)，之后用迭代的方法得到聚類(lèi)結(jié)

果，使得評(píng)價(jià)聚類(lèi)的準(zhǔn)則函數(shù)取得最優(yōu)值。

4、層次聚類(lèi)方法包括凝聚型和分解型兩中層次聚類(lèi)方法。

填空題20分，簡(jiǎn)答題25分，計(jì)算題2個(gè)(25分)，綜合題30分

1、數(shù)據(jù)倉(cāng)庫(kù)的組成P2

數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)庫(kù)，數(shù)據(jù)抽取工具，元數(shù)據(jù)，訪問(wèn)工具，數(shù)據(jù)集市，數(shù)據(jù)倉(cāng)庫(kù)管理，信息

發(fā)布系統(tǒng)

2、數(shù)據(jù)挖掘技術(shù)對(duì)聚類(lèi)分析的要求有哪幾個(gè)方面P131

可伸縮性；處理不同類(lèi)型屬性的能力；發(fā)現(xiàn)任意形狀聚類(lèi)的能力；減小對(duì)先驗(yàn)知識(shí)和用

戶自定義參數(shù)的依賴性；處理噪聲數(shù)據(jù)的能力；可解釋性和實(shí)用性

3、數(shù)據(jù)倉(cāng)庫(kù)在存儲(chǔ)和管理方面的特點(diǎn)與關(guān)鍵技術(shù)P7

數(shù)據(jù)倉(cāng)庫(kù)面對(duì)的是大量數(shù)據(jù)的存儲(chǔ)與管理

并行處理

針對(duì)決策支持查詢的優(yōu)化

支持多維分析的查詢模式

4、常見(jiàn)的聚類(lèi)算法可以分為幾類(lèi)P132

基于劃分的聚類(lèi)算法，基于層次的聚類(lèi)算法，基于密度的聚類(lèi)算法，基于網(wǎng)格的聚類(lèi)算

法，基于模型的聚類(lèi)算法等。

5、一個(gè)典型的數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的組成P12

數(shù)據(jù)源、數(shù)據(jù)存儲(chǔ)與管理、0LAP服務(wù)器、前端工具與應(yīng)用

6、數(shù)據(jù)倉(cāng)庫(kù)常見(jiàn)的存儲(chǔ)優(yōu)化方法P71

表的歸并與簇文件；反向標(biāo)準(zhǔn)化，引入冗余；表的物理分割。

7、數(shù)據(jù)倉(cāng)庫(kù)開(kāi)展演變的5個(gè)階段P20

以報(bào)表為主

以分析為主

以預(yù)測(cè)模型為主

以運(yùn)行向?qū)橹饕詫?shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)、自動(dòng)決策應(yīng)用為主

8、ID3算法主要存在的缺點(diǎn)P116

(BID3算法在選擇根結(jié)點(diǎn)和各內(nèi)部結(jié)點(diǎn)中的分枝屬性時(shí)，使用信息增益作為評(píng)價(jià)標(biāo)準(zhǔn)。

信息增益的缺點(diǎn)是傾向于選擇取值較多的屬性，在有些情況下這類(lèi)屬性可能不會(huì)提供太

多有價(jià)值的信息。

(2)ID3算法只能對(duì)描述屬性為離散型屬性的數(shù)據(jù)集構(gòu)造決策樹(shù)。

9、簡(jiǎn)述數(shù)據(jù)倉(cāng)庫(kù)ETL軟件的主要功能和對(duì)產(chǎn)生數(shù)據(jù)的目標(biāo)要求。P30

ETL軟件的主要功能：

數(shù)據(jù)的抽取，數(shù)據(jù)的轉(zhuǎn)換，數(shù)據(jù)的加載

對(duì)產(chǎn)生數(shù)據(jù)的目標(biāo)要求：

詳細(xì)的、歷史的、標(biāo)準(zhǔn)化的、可理解的、即時(shí)的、質(zhì)量可控制的

10、簡(jiǎn)述分類(lèi)器設(shè)計(jì)階段包含的3個(gè)過(guò)程。★

劃分?jǐn)?shù)據(jù)集，分類(lèi)器構(gòu)造，分類(lèi)器測(cè)試

11、?佚幺演賽案遭選?麻加美標(biāo)號(hào)的裁據(jù)樣本x=(xg,1北)?，

級(jí)整原啊始酷窺斑號(hào)施哦看W而裝W術(shù)H。曜理里J普莖襲號(hào)在號(hào)原始數(shù)據(jù)轉(zhuǎn)換和移到數(shù)據(jù)倉(cāng)庫(kù)之前來(lái)升

⑵⑴向靛晶鼻港群徽璋闞輸鞭制用它與訓(xùn)蠕。樣一小

找出所擷擇啊校&踏離；使支持度和置信度分別大于門(mén)限支持度：事務(wù)中X和Y同時(shí)

發(fā)生的比例,P(XnY)置信度:慳集X發(fā)生時(shí),Y同時(shí)發(fā)生的條件概率P(Y|X)

Example:i=l,2/-,totals

dX睛會(huì)的眼，斯魄6言喊胡4海朗前k

梗IS，從而找出X在工““中的k個(gè)近樂(lè)明*7-董

13、利用信息包圖設(shè)計(jì)數(shù)據(jù)倉(cāng)庫(kù)概念模型需耍定的三方面內(nèi)容。P57

確定撤比林S3勵(lì)獻(xiàn)獺，棒松直??

M、4近鄰舜方法的操作步驟(包括算泮的解金卻前世1)。EX28.

(3)1=1,2,-,■>511rx的矣標(biāo)號(hào)用j即xEc..*

15、什么是技術(shù)元數(shù)據(jù)，主要包含的內(nèi)容P29

技術(shù)元數(shù)據(jù)是描述關(guān)于數(shù)據(jù)倉(cāng)庫(kù)技術(shù)細(xì)節(jié)的數(shù)據(jù)，應(yīng)用于開(kāi)發(fā)、管理和維護(hù)DW,包含:

?DW構(gòu)造的描述，如DW的模式、視圖、維、層次構(gòu)造和