版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
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
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 2024年單組元肼、雙組元液體推力器項(xiàng)目發(fā)展計(jì)劃
- 2024年造紙化學(xué)品合作協(xié)議書(shū)
- 中班科學(xué)活動(dòng)冷冷的冰
- 2024年冷墩鋼項(xiàng)目建議書(shū)
- 2023年上半年自考試00184市場(chǎng)營(yíng)銷(xiāo)策劃部分真題含解析
- 2024年錫焊專(zhuān)用設(shè)備合作協(xié)議書(shū)
- 2024年降臺(tái)銑床項(xiàng)目建議書(shū)
- 2024年多媒體電腦超聲診斷儀項(xiàng)目合作計(jì)劃書(shū)
- 2024年戶用和村用風(fēng)光互補(bǔ)發(fā)電系統(tǒng)控制器及逆變器合作協(xié)議書(shū)
- 《文化旅游導(dǎo)論》-課程教學(xué)大綱
- 農(nóng)村宅基地和建房(規(guī)劃許可)申請(qǐng)表
- ph對(duì)水熱改性普通氫氧化鎂的影響
- 醫(yī)院培訓(xùn)課件:《成人住院患者跌倒風(fēng)險(xiǎn)評(píng)估及預(yù)防》團(tuán)體標(biāo)準(zhǔn)解讀
- 高考閱讀理解C篇集訓(xùn)(六)
- 山東省嶗山育才2022-2023學(xué)年七年級(jí)上學(xué)期英語(yǔ)期中試題
- 鎮(zhèn)防溺水事件應(yīng)急處置演練腳本
- 均值不等式課件
- 英語(yǔ)單詞卡(帶圖片)-滬教版一年級(jí)上
- 阿甘正傳觀后感課件
- 六年級(jí)上冊(cè)數(shù)學(xué)說(shuō)課稿-1.4、體積和容積的認(rèn)識(shí)-蘇教版
- 初一體育教學(xué)計(jì)劃表(三篇)
評(píng)論
0/150
提交評(píng)論