數(shù)據(jù)挖掘考試題目——關(guān)聯(lián)分析

1、數(shù)據(jù)挖掘考試題目關(guān)聯(lián)分析一、10個(gè)選擇1.以下屬于關(guān)聯(lián)分析的是（ ）ACPU性能預(yù)測B購物籃分析C自動(dòng)判斷鳶尾花類別D股票趨勢建模2.維克托邁爾-舍恩伯格在大數(shù)據(jù)時(shí)代：生活、工作與思維的大變革一書中，持續(xù)強(qiáng)調(diào)了一個(gè)觀點(diǎn)：大數(shù)據(jù)時(shí)代的到來，使我們無法人為地去發(fā)現(xiàn)數(shù)據(jù)中的奧妙，與此同時(shí)，我們更應(yīng)該注重?cái)?shù)據(jù)中的相關(guān)關(guān)系，而不是因果關(guān)系。其中，數(shù)據(jù)之間的相關(guān)關(guān)系可以通過以下哪個(gè)算法直接挖掘（ ）AK-meansBBayes NetworkCC4.5DApriori3.置信度(confidence)是衡量興趣度度量（ ）的指標(biāo)。A簡潔性B確定性C實(shí)用性D新穎性4.Apriori算法的加速過程依賴于以下哪

2、個(gè)策略（ ）A抽樣B剪枝C緩沖D并行5.以下哪個(gè)會(huì)降低Apriori算法的挖掘效率（ ）A支持度閾值增大B項(xiàng)數(shù)減少C事務(wù)數(shù)減少D減小硬盤讀寫速率6.Apriori算法使用到以下哪些東東（ ）A格結(jié)構(gòu)、有向無環(huán)圖B二叉樹、哈希樹C格結(jié)構(gòu)、哈希樹D多叉樹、有向無環(huán)圖7.非頻繁模式（ ）A其置信度小于閾值B令人不感興趣C包含負(fù)模式和負(fù)相關(guān)模式D對異常數(shù)據(jù)項(xiàng)敏感8.對頻繁項(xiàng)集、頻繁閉項(xiàng)集、極大頻繁項(xiàng)集的關(guān)系描述正確的是（ ）注：分別以1、2、3代表之A3可以還原出無損的1B2可以還原出無損的1C3與2是完全等價(jià)的D2與1是完全等價(jià)的9.Hash tree在Apriori算法中所起的作用是（ ）A存儲(chǔ)數(shù)

3、據(jù)B查找C加速查找D剪枝10.以下不屬于數(shù)據(jù)挖掘軟件的是（ ）ASPSS ModelerBWekaCApache SparkDKnime二、10個(gè)填空1.關(guān)聯(lián)分析中表示關(guān)聯(lián)關(guān)系的方法主要有： 和 。2.關(guān)聯(lián)規(guī)則的評價(jià)度量主要有： 和 。3.關(guān)聯(lián)規(guī)則挖掘的算法主要有： 和 。4.購物籃分析中，數(shù)據(jù)是以 的形式呈現(xiàn)。5.一個(gè)項(xiàng)集滿足最小支持度，我們稱之為 。6.一個(gè)關(guān)聯(lián)規(guī)則同時(shí)滿足最小支持度和最小置信度，我們稱之為 。7.在回歸與相關(guān)分析中，因變量值隨自變量值的增大（減?。┒鴾p小（增大）的現(xiàn)象叫做 。8.極大頻繁項(xiàng)集不能無損還原出頻繁項(xiàng)集，是因?yàn)樗话l繁項(xiàng)集的 信息。9.經(jīng)典的Apriori算

4、法是逐層掃描的，也就是說它是 (選:深度/寬度)優(yōu)先的。10.數(shù)據(jù)挖掘大概步驟包括：輸入數(shù)據(jù)預(yù)處理挖掘后處理輸出知識(shí)。其中，輸出的知識(shí)可以有很多種表示形式，兩種極端的形式是：內(nèi)部結(jié)構(gòu)難以被理解的黑匣子，比如說人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練得出的網(wǎng)絡(luò)；模式結(jié)構(gòu)清晰的匣子，這種結(jié)構(gòu)容易被人理解，比如說決策樹產(chǎn)生的樹。那么，關(guān)聯(lián)分析中輸出的知識(shí)的表示形式主要是 (選:黑匣子/清晰結(jié)構(gòu))。三、10個(gè)判斷（ ）1.啤酒與尿布的故事是聚類分析的典型實(shí)例。（ ）2.Apriori算法是一種典型的關(guān)聯(lián)規(guī)則挖掘算法。（ ）3.支持度是衡量關(guān)聯(lián)規(guī)則重要性的一個(gè)指標(biāo)。（ ）4.可信度是對關(guān)聯(lián)規(guī)則的準(zhǔn)確度的衡量。（ ）5.給定關(guān)聯(lián)

5、規(guī)則AB，意味著：若A發(fā)生，B也會(huì)發(fā)生。（ ）6.頻繁閉項(xiàng)集可用來無損壓縮頻繁項(xiàng)集。（ ）7.關(guān)聯(lián)規(guī)則可以用枚舉的方法產(chǎn)生。（ ）8.Apriori算法產(chǎn)生的關(guān)聯(lián)規(guī)則總是確定的。（ ）9.不滿足給定評價(jià)度量的關(guān)聯(lián)規(guī)則是無趣的。（ ）10.對于項(xiàng)集來說，置信度沒有意義。四、5個(gè)簡答1.簡述關(guān)聯(lián)規(guī)則產(chǎn)生的兩個(gè)基本步驟。2.Apriori算法是從事務(wù)數(shù)據(jù)庫中挖掘布爾關(guān)聯(lián)規(guī)則的常用算法，該算法利用頻繁項(xiàng)集性質(zhì)的先驗(yàn)知識(shí)，從候選項(xiàng)集中找到頻繁項(xiàng)集。請簡述Apriori算法的基本原理。3.簡述Apriori算法的優(yōu)點(diǎn)和缺點(diǎn)。4.針對Apriori算法的缺點(diǎn)，可以做哪些方面的改進(jìn)？5.強(qiáng)關(guān)聯(lián)規(guī)則一定是有趣的

6、嗎？為什么？數(shù)據(jù)挖掘考試題目+參考答案一、10個(gè)選擇1.以下屬于關(guān)聯(lián)分析的是（ B ）ACPU性能預(yù)測B購物籃分析C自動(dòng)判斷鳶尾花類別D股票趨勢建模2.維克托邁爾-舍恩伯格在大數(shù)據(jù)時(shí)代：生活、工作與思維的大變革一書中，持續(xù)強(qiáng)調(diào)了一個(gè)觀點(diǎn)：大數(shù)據(jù)時(shí)代的到來，使我們無法人為地去發(fā)現(xiàn)數(shù)據(jù)中的奧妙，與此同時(shí)，我們更應(yīng)該注重?cái)?shù)據(jù)中的相關(guān)關(guān)系，而不是因果關(guān)系。其中，數(shù)據(jù)之間的相關(guān)關(guān)系可以通過以下哪個(gè)算法直接挖掘（ D ）AK-meansBBayes NetworkCC4.5DApriori3.置信度(confidence)是衡量興趣度度量（ B ）的指標(biāo)。A簡潔性B確定性C實(shí)用性D新穎性4.Apriori

7、算法的加速過程依賴于以下哪個(gè)策略（ B ）A抽樣B剪枝C緩沖D并行5.以下哪個(gè)會(huì)降低Apriori算法的挖掘效率（ D ）A支持度閾值增大B項(xiàng)數(shù)減少C事務(wù)數(shù)減少D減小硬盤讀寫速率6.Apriori算法使用到以下哪些東東（ C ）A格結(jié)構(gòu)、有向無環(huán)圖B二叉樹、哈希樹C格結(jié)構(gòu)、哈希樹D多叉樹、有向無環(huán)圖7.非頻繁模式（ D ）A其置信度小于閾值B令人不感興趣C包含負(fù)模式和負(fù)相關(guān)模式D對異常數(shù)據(jù)項(xiàng)敏感8.對頻繁項(xiàng)集、頻繁閉項(xiàng)集、極大頻繁項(xiàng)集的關(guān)系描述正確的是（ B ）注：分別以1、2、3代表之A3可以還原出無損的1B2可以還原出無損的1C3與2是完全等價(jià)的D2與1是完全等價(jià)的9.Hash tree在

8、Apriori算法中所起的作用是（ C ）A存儲(chǔ)數(shù)據(jù)B查找C加速查找D剪枝10.以下不屬于數(shù)據(jù)挖掘軟件的是（ C ）ASPSS ModelerBWekaCApache SparkDKnime二、10個(gè)填空1.關(guān)聯(lián)分析中表示關(guān)聯(lián)關(guān)系的方法主要有： 項(xiàng)集 和 關(guān)聯(lián)規(guī)則 。2.關(guān)聯(lián)規(guī)則的評價(jià)度量主要有： 支持度 和 置信度 。3.關(guān)聯(lián)規(guī)則挖掘的算法主要有： Apriori 和 FP-Growth 。4.購物籃分析中，數(shù)據(jù)是以 不對稱二元變量 的形式呈現(xiàn)。5.一個(gè)項(xiàng)集滿足最小支持度，我們稱之為 頻繁項(xiàng)集 。6.一個(gè)關(guān)聯(lián)規(guī)則同時(shí)滿足最小支持度和最小置信度，我們稱之為 強(qiáng)規(guī)則 。7.在回歸與相關(guān)分析中，因

9、變量值隨自變量值的增大（減?。┒鴾p?。ㄔ龃螅┑默F(xiàn)象叫做 負(fù)相關(guān) 。8.極大頻繁項(xiàng)集不能無損還原出頻繁項(xiàng)集，是因?yàn)樗话l繁項(xiàng)集的 支持度 信息。9.經(jīng)典的Apriori算法是逐層掃描的，也就是說它是 寬度 (選:深度/寬度)優(yōu)先的。10.數(shù)據(jù)挖掘大概步驟包括：輸入數(shù)據(jù)預(yù)處理挖掘后處理輸出知識(shí)。其中，輸出的知識(shí)可以有很多種表示形式，兩種極端的形式是：內(nèi)部結(jié)構(gòu)難以被理解的黑匣子，比如說人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練得出的網(wǎng)絡(luò)；模式結(jié)構(gòu)清晰的匣子，這種結(jié)構(gòu)容易被人理解，比如說決策樹產(chǎn)生的樹。那么，關(guān)聯(lián)分析中輸出的知識(shí)的表示形式主要是 清晰結(jié)構(gòu) (選:黑匣子/清晰結(jié)構(gòu))。三、10個(gè)判斷（ ）1.啤酒與尿布的故事是

10、聚類分析的典型實(shí)例。（ ）2.Apriori算法是一種典型的關(guān)聯(lián)規(guī)則挖掘算法。（ ）3.支持度是衡量關(guān)聯(lián)規(guī)則重要性的一個(gè)指標(biāo)。（ ）4.可信度是對關(guān)聯(lián)規(guī)則的準(zhǔn)確度的衡量。（ ）5.給定關(guān)聯(lián)規(guī)則AB，意味著：若A發(fā)生，B也會(huì)發(fā)生。（ ）6.頻繁閉項(xiàng)集可用來無損壓縮頻繁項(xiàng)集。（ ）7.關(guān)聯(lián)規(guī)則可以用枚舉的方法產(chǎn)生。（ ）8.Apriori算法產(chǎn)生的關(guān)聯(lián)規(guī)則總是確定的。（ ）9.不滿足給定評價(jià)度量的關(guān)聯(lián)規(guī)則是無趣的。（ ）10.對于項(xiàng)集來說，置信度沒有意義。四、5個(gè)簡答1.簡述關(guān)聯(lián)規(guī)則產(chǎn)生的兩個(gè)基本步驟。答：關(guān)聯(lián)規(guī)則產(chǎn)生的兩個(gè)基本步驟為：根據(jù)給定的支持度從項(xiàng)集中產(chǎn)生頻繁項(xiàng)集；根據(jù)給定的置信度從頻繁項(xiàng)

11、集中產(chǎn)生關(guān)聯(lián)規(guī)則。2.Apriori算法是從事務(wù)數(shù)據(jù)庫中挖掘布爾關(guān)聯(lián)規(guī)則的常用算法，該算法利用頻繁項(xiàng)集性質(zhì)的先驗(yàn)知識(shí)，從候選項(xiàng)集中找到頻繁項(xiàng)集。請簡述Apriori算法的基本原理。答：關(guān)聯(lián)規(guī)則的產(chǎn)生并不依賴于Apriori算法，Apriori算法用來加速規(guī)則的產(chǎn)生過程。Apriori算法的加速過程依賴于這樣一個(gè)先驗(yàn)原理：“頻繁項(xiàng)集的子集是頻繁的”。3.簡述Apriori算法的優(yōu)點(diǎn)和缺點(diǎn)。答：Apriori算法的優(yōu)點(diǎn)：結(jié)構(gòu)簡單、易于理解。Apriori算法的缺點(diǎn)：產(chǎn)生大量的候選項(xiàng)集，I/O開銷較大。4.針對Apriori算法的缺點(diǎn)，可以做哪些方面的改進(jìn)？答：Apriori算法的缺點(diǎn)主要是產(chǎn)生的候選項(xiàng)集較多，從而導(dǎo)致I/