【MOOC期末】《數(shù)據(jù)倉庫與數(shù)據(jù)挖掘》(北京理工大學(xué))期末測試中國大學(xué)慕課答案

【MOOC期末】《數(shù)據(jù)倉庫與數(shù)據(jù)挖掘》(北京理工大學(xué))期末測試中國大學(xué)慕課答案

有些題目順序不一致，下載后按鍵盤ctrl+F進(jìn)行搜索數(shù)據(jù)倉庫與數(shù)據(jù)挖掘期末1.單選題：關(guān)于K均值和DBSCAN的比較，以下說法不正確的是（）。

選項(xiàng)：

A、K均值丟棄被它識別為噪聲的對象，而DBSCAN一般聚類所有對象。

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)不是明顯分離的簇，即便簇有重疊也可以發(fā)現(xiàn)，但是DBSCAN會合并有重疊的簇。

答案：【K均值丟棄被它識別為噪聲的對象，而DBSCAN一般聚類所有對象?！?.單選題：以下哪些算法是分類算法

選項(xiàng)：

A、DBSCAN

B、C4.5

C、K-Mean

D、EM

答案：【C4.5】3.單選題：下面購物籃能夠提取的3-項(xiàng)集的最大數(shù)量是多少（）ID購買項(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

選項(xiàng)：

A、1

B、2

C、3

D、4

答案：【3】4.單選題：檢測一元正態(tài)分布中的離群點(diǎn)，屬于異常檢測中的基于（）的離群點(diǎn)檢測。

選項(xiàng)：

A、統(tǒng)計(jì)方法

B、鄰近度

C、密度

D、聚類技術(shù)

答案：【統(tǒng)計(jì)方法】5.單選題：以下不屬于異常的是（）

選項(xiàng)：

A、噪聲

B、全局離群點(diǎn)

C、情境離群點(diǎn)

D、群體異常

答案：【噪聲】6.單選題：通過聚集多個(gè)分類器的預(yù)測來提高分類準(zhǔn)確率的技術(shù)稱為()

選項(xiàng)：

A、集成(ensemble)

B、聚集(aggregate)

C、合并(combination)

D、投票(voting)

答案：【集成(ensemble)】7.單選題：以下哪項(xiàng)關(guān)于決策樹的說法是錯(cuò)誤的()

選項(xiàng)：

A、冗余屬性不會對決策樹的準(zhǔn)確率造成不利的影響

B、子樹可能在決策樹中重復(fù)多次

C、決策樹算法對于噪聲的干擾非常敏感

D、尋找最佳決策樹是NP完全問題

答案：【決策樹算法對于噪聲的干擾非常敏感】8.單選題：假定你現(xiàn)在訓(xùn)練了一個(gè)線性SVM并推斷出這個(gè)模型出現(xiàn)了欠擬合現(xiàn)象。在下一次訓(xùn)練時(shí)，應(yīng)該采取下列什么措施？（）

選項(xiàng)：

A、增加數(shù)據(jù)點(diǎn)

B、減少數(shù)據(jù)點(diǎn)

C、增加特征

D、減少特征

答案：【增加特征】9.單選題：下面哪一項(xiàng)關(guān)于CART的說法是錯(cuò)誤的（）

選項(xiàng)：

A、分類回歸樹CART是一種典型的二叉決策樹。

B、CART輸出變量只能是離散型。

C、CART用“成本復(fù)雜性”標(biāo)準(zhǔn)（cost-complexitypruning）來剪枝。

D、CART使用的分裂準(zhǔn)則是Gini系數(shù)。

答案：【CART輸出變量只能是離散型?！?0.單選題：（）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)。

選項(xiàng)：

A、MIN（單鏈）

B、MAX（全鏈）

C、組平均

D、Ward方法

答案：【W(wǎng)ard方法】11.單選題：（）將兩個(gè)簇的鄰近度定義為不同簇的所有點(diǎn)對的平均逐對鄰近度，它是一種凝聚層次聚類技術(shù)。

選項(xiàng)：

A、MIN（單鏈）

B、MAX（全鏈）

C、組平均

D、Ward方法

答案：【組平均】12.單選題：（）是一個(gè)觀測值，它與其他觀測值的差別如此之大，以至于懷疑它是由不同的機(jī)制產(chǎn)生的。

選項(xiàng)：

A、邊界點(diǎn)

B、質(zhì)心

C、離群點(diǎn)

D、核心點(diǎn)

答案：【離群點(diǎn)】13.單選題：在基本K均值算法里，當(dāng)鄰近度函數(shù)采用（）的時(shí)候，合適的質(zhì)心是簇中各點(diǎn)的中位數(shù)。

選項(xiàng)：

A、曼哈頓距離

B、平方歐幾里德距離

C、余弦距離

D、Bregman散度

答案：【曼哈頓距離】14.單選題：在訓(xùn)練分類器時(shí)出現(xiàn)了欠擬合現(xiàn)象。在下一次訓(xùn)練時(shí)，應(yīng)該采取什么措施？（）

選項(xiàng)：

A、增加數(shù)據(jù)點(diǎn)

B、減少數(shù)據(jù)點(diǎn)

C、增加特征

D、減少特征

答案：【增加特征】15.單選題：以下哪些算法是基于規(guī)則的分類器()

選項(xiàng)：

A、C4.5

B、KNN

C、NaiveBayes

D、ANN

答案：【C4.5】16.單選題：以下（）屬于無參數(shù)的異常檢測方法

選項(xiàng)：

A、卡方檢驗(yàn)

B、最大標(biāo)準(zhǔn)殘差檢驗(yàn)Grubb’sTest

C、直方圖

D、3σ原則

答案：【直方圖】17.單選題：以下哪項(xiàng)關(guān)于決策樹的說法是錯(cuò)誤的()

選項(xiàng)：

A、冗余屬性不會對決策樹的準(zhǔn)確率造成不利的影響

B、子樹可能在決策樹中重復(fù)多次

C、決策樹算法對于噪聲的干擾非常敏感

D、尋找最佳決策樹是NP完全問題

答案：【決策樹算法對于噪聲的干擾非常敏感】18.單選題：下面不屬于數(shù)據(jù)集特征的是：()

選項(xiàng)：

A、連續(xù)性

B、維度

C、稀疏性

D、分辨率

答案：【連續(xù)性】19.單選題：屬性Hair_color={auburn,black,blond,brown,grey,red,white}，該屬性屬于（）類型

選項(xiàng)：

A、標(biāo)稱

B、二分

C、序數(shù)

D、數(shù)值

答案：【標(biāo)稱】20.單選題：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)？

選項(xiàng)：

A、頻繁模式挖掘

B、分類和預(yù)測

C、數(shù)據(jù)預(yù)處理

D、數(shù)據(jù)流挖掘

答案：【數(shù)據(jù)預(yù)處理】21.單選題：以下兩種描述分別對應(yīng)哪兩種對分類算法的評價(jià)標(biāo)準(zhǔn)？(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)。

選項(xiàng)：

A、Precision,Recall

B、Recall,Precision

C、Precision,ROC

D、Recall,ROC

答案：【Precision,Recall】22.單選題：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購買尿布，這種屬于數(shù)據(jù)挖掘的哪類問題？

選項(xiàng)：

A、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)

B、聚類

C、分類

D、自然語言處理

答案：【關(guān)聯(lián)規(guī)則發(fā)現(xiàn)】23.單選題：以下哪種方法不是常用的數(shù)據(jù)約減方法（）

選項(xiàng)：

A、抽樣

B、回歸

C、聚類

D、關(guān)聯(lián)規(guī)則挖掘

答案：【關(guān)聯(lián)規(guī)則挖掘】24.單選題：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)？()

選項(xiàng)：

A、第一個(gè)

B、第二個(gè)

C、第三個(gè)

D、第四個(gè)

答案：【第二個(gè)】25.單選題：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)生過程得到4-項(xiàng)集不包含（）

選項(xiàng)：

A、1，2，3，4

B、1，2，3，5

C、1，2，4，5

D、1，3，4，5

答案：【1，2，4，5】26.單選題：設(shè)X={1，2，3}是頻繁項(xiàng)集，則可由X產(chǎn)生__()__個(gè)關(guān)聯(lián)規(guī)則。

選項(xiàng)：

A、4

B、5

C、6

D、7

答案：【6】27.單選題：一所大學(xué)內(nèi)的各年紀(jì)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。則年級屬性的眾數(shù)是：()

選項(xiàng)：

A、一年級

B、二年級

C、三年級

D、四年級

答案：【一年級】28.單選題：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元將被轉(zhuǎn)化為：()

選項(xiàng)：

A、0.821

B、1.224

C、1.458

D、0.716

答案：【0.716】29.單選題：只有非零值才重要的二元屬性被稱作：()

選項(xiàng)：

A、計(jì)數(shù)屬性

B、離散屬性

C、非對稱的二元屬性

D、對稱屬性

答案：【非對稱的二元屬性】30.單選題：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？()

選項(xiàng)：

A、分類

B、聚類

C、關(guān)聯(lián)分析

D、隱馬爾可夫鏈

答案：【聚類】31.CART采用Gini指數(shù)來度量分裂時(shí)的不純度。_____越大，樣本集合的不確定性程度越高。

答案：【gini指數(shù)/Gini指數(shù)/GINI指數(shù)/基尼指數(shù)】32.C4.5算法采用基于_____作為選擇分裂屬性的度量標(biāo)準(zhǔn)。

答案：【信息增益率】33.考慮值集{12243324556826}，其四分位數(shù)極差是：____

答案：【31】34.使用DBSCAN進(jìn)行異常點(diǎn)檢測時(shí)，異常點(diǎn)被定義為________的數(shù)據(jù)對象。

答案：【不屬于任何簇】35.KNN算法是一種典型的______學(xué)習(xí)器

答案：【消極】36.數(shù)據(jù)挖掘任務(wù)主要包括描述性和_____任務(wù)。

答案：【預(yù)測性】37.從數(shù)據(jù)倉庫的角度可以將數(shù)據(jù)挖掘過程劃分為_______、數(shù)據(jù)集成、數(shù)據(jù)選擇與變換、數(shù)據(jù)挖掘及知識評估等階段。

答案：【數(shù)據(jù)清理/數(shù)據(jù)清洗】38.數(shù)據(jù)挖掘是從大量數(shù)據(jù)中挖掘重要、隱含的、以前未知、______的模式或知識。

答案：【潛在有用】39.局部異常因子計(jì)算中，樣本p的第k鄰域內(nèi)點(diǎn)到p的平均可達(dá)距離的倒數(shù)成為樣本p的____

答案：【局部可達(dá)密度】40.DBSCAN算法時(shí)間復(fù)雜性O(shè)(__)

答案：【n2】41.關(guān)聯(lián)規(guī)則挖掘問題可以劃分成兩個(gè)子問題：發(fā)現(xiàn)頻繁項(xiàng)目集和生成______。

答案：【關(guān)聯(lián)規(guī)則】42.大于或等于min-support的非空子集，稱為____。

答案：【頻繁項(xiàng)目集】43.異常點(diǎn)類型包括全局異常、上下文異常和______

答案：【群體異常】44.聚類中不屬于任何簇的數(shù)據(jù)對象可以被認(rèn)為是_____

答案：【異常點(diǎn)/離群點(diǎn)】45.通過數(shù)據(jù)集成可以維護(hù)數(shù)據(jù)源整體上的數(shù)據(jù)______

答案：【一致性】46.樣本p的局部異常因子值接近____，說明p與其鄰域點(diǎn)密度差不多，p可能和鄰域點(diǎn)屬于同一簇。

答案：【1】47.通過離散化操作可以將連續(xù)屬性轉(zhuǎn)化為____屬性

答案：【序數(shù)】48.數(shù)據(jù)集的屬性可以劃分為_