大學(xué)數(shù)據(jù)挖掘期末考試題

1、、判斷題（每題1分，10分）號(hào)學(xué) Z:名姓班業(yè)專數(shù)據(jù)挖掘試卷課程代碼：C0204413 課程： 數(shù)據(jù)挖掘A卷院學(xué)院學(xué)學(xué)科息信與學(xué)數(shù)題目-一-二二三四五六七八九十總成績(jī)復(fù)核得分閱卷教師1. 從點(diǎn)作為個(gè)體簇開始，每一步合并兩個(gè)最接近的簇，這是一種分裂的層次聚類方法。（）2. 數(shù)據(jù)挖掘的目標(biāo)不在于數(shù)據(jù)采集策略，而在于對(duì)已經(jīng)存在的數(shù)據(jù)進(jìn)行模式的發(fā)掘。（）3. 在聚類分析當(dāng)中，簇內(nèi)的相似性越大，簇間的差別越大，聚類的效果就越差。（）4. 當(dāng)兩個(gè)點(diǎn)之間的鄰近度取它們之間距離的平方時(shí)，Ward方法與組平均非常相似。（）5. DBSCAN是相對(duì)抗噪聲的，并且能夠處理任意形狀和大小的簇。（）6. 屬性的性質(zhì)不必

2、與用來(lái)度量他的值的性質(zhì)相同。（）7. 全鏈對(duì)噪聲點(diǎn)和離群點(diǎn)很敏感。（）8. 對(duì)于非對(duì)稱的屬性，只有非零值才是重要的。（）9. K均值可以很好的處理不同密度的數(shù)據(jù)。（）10. 單鏈技術(shù)擅長(zhǎng)處理橢圓形狀的簇。（）二、選擇題（每題2分，30分）1. 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？（）A.分類B.聚類C.關(guān)聯(lián)分析D.主成分分析2. （）將兩個(gè)簇的鄰近度定義為不同簇的所有點(diǎn)對(duì)鄰近度的平均值，它是一種凝聚層次聚類技術(shù)。A.MIN（單鏈）B.MAX（全鏈） C.組平均 D.Ward方法3. 數(shù)據(jù)挖掘的經(jīng)典案例“啤酒與尿布試驗(yàn)”最主要是應(yīng)用了（）數(shù)據(jù)挖掘

3、方法。A分類B預(yù)測(cè)C關(guān)聯(lián)規(guī)則分析D聚類4關(guān)于K均值和DBSCAN的比較，以下說(shuō)法不正確的是 （）A. K均值丟棄被它識(shí)別為噪聲的對(duì)象，而DBSCAN 一般聚類所有對(duì)象。B. K均值使用簇的基于原型的概念，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(huì)合并有重疊的簇5.下列關(guān)于 Ward Method說(shuō)法錯(cuò)誤的是：（）第-4 -頁(yè)共4頁(yè)TID項(xiàng)集1面包，牛奶2面包，尿布，啤酒，雞蛋 3牛奶，尿布，啤酒，可樂4面包，牛奶，尿布，啤酒 5面包，牛奶

4、，尿布，可樂C.0.4,0.67D.0.67,0.4A.在 和1,2合并 B.3和4,5合并 C.2,3和4,5合并 D. 2,3和4,5形成簇和3合并11. 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)？（）A.頻繁模式挖掘B.分類和預(yù)測(cè)C.數(shù)據(jù)預(yù)處理D.數(shù)據(jù)流挖掘12. 決策樹中不包含一下哪種結(jié)點(diǎn)（）A,根結(jié)點(diǎn)（root node） B,內(nèi)部結(jié)點(diǎn)（internal node）C,外部結(jié)點(diǎn)（external node） D,葉結(jié)點(diǎn)（leaf node）13. 建立一個(gè)模型，通過(guò)這個(gè)模型根據(jù)已知的變量值來(lái)預(yù)測(cè)其他某個(gè)變量值屬于數(shù)據(jù)挖掘的哪一類任務(wù)？（）C.預(yù)測(cè)建模D.尋找

5、模式和規(guī)則B、分類和聚類都是無(wú)指導(dǎo)的學(xué)習(xí)D、分類是無(wú)指導(dǎo)的學(xué)習(xí)，聚類是有指導(dǎo)的學(xué)習(xí)）ID購(gòu)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15.下面購(gòu)物籃能夠提取的3-項(xiàng)集的最大數(shù)量是多少A.1B.2C.3D 4A. 對(duì)噪聲點(diǎn)和離群點(diǎn)敏感度比較小B. 擅長(zhǎng)處理球狀的簇C對(duì)于Ward方法，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D.當(dāng)兩個(gè)點(diǎn)之間的鄰近度取它們之間距離的平方時(shí)，Ward方法與組平均非常相似6下列關(guān)于層次聚類存在的問(wèn)題說(shuō)法正確的是：（）A.

6、具有全局優(yōu)化目標(biāo)函數(shù)B. Group Average擅長(zhǎng)處理球狀的簇C. 可以處理不同大小簇的能力D. Max對(duì)噪聲點(diǎn)和離群點(diǎn)很敏感7. 下列關(guān)于凝聚層次聚類的說(shuō)法中，說(shuō)法錯(cuò)誤的事：（）A. 一旦兩個(gè)簇合并，該操作就不能撤銷B. 算法的終止條件是僅剩下一個(gè)簇C. 空間復(fù)雜度為0 m2D. 具有全局優(yōu)化目標(biāo)函數(shù)8. 規(guī)則牛奶，尿布 t 啤酒的支持度和置信度分別為：（）A.0.4,0.4B.0.67,0.679. 下列（）是屬于分裂層次聚類的方法。A.Mi nB.MaxC.Group AverageD.MST10. 對(duì)下圖數(shù)據(jù)進(jìn)行凝聚聚類操作，簇間相似度使用MAX計(jì)算，第二步是哪兩個(gè)簇合并：（）1

7、1I2I3I4I511too0,900.100.650.20I20.901.000.700.600.50I30.100701.000.400.30I40.650.600.401.000.80I50.200.500300.80tooA.根據(jù)內(nèi)容檢索 B.建模描述14.下列哪個(gè)描述是正確的？（）A、分類和聚類都是有指導(dǎo)的學(xué)習(xí)C、分類是有指導(dǎo)的學(xué)習(xí)，聚類是無(wú)指導(dǎo)的學(xué)習(xí)三、簡(jiǎn)答題（每題8分，40分）i.何謂數(shù)據(jù)挖掘？它有哪些方面的功能?5.簡(jiǎn)述ID3算法的基本思想及其主算法的基本步驟2.簡(jiǎn)述數(shù)據(jù)預(yù)處理方法和內(nèi)容。3何謂聚類？它與分類有什么異同?四、算法題（每題10分，20分）1.由下圖已給出的距離矩陣，將 Max用于6個(gè)點(diǎn)樣本數(shù)據(jù)集，畫出層次聚類的樹狀圖?P1P2P3P4P5P6P1:0.000.240.220.370.34 :0.23P20.240.000.140.200.130.25P3r 0.220.140.000.150.28 10.11P40.370.200.150.000.290.22P5:0.340.130.280.290.00 :0.39P60.230.250.110.220.390.004.什么是決策樹？如何用決策樹進(jìn)行分類?2.假設(shè)數(shù)據(jù)挖掘的任務(wù)是將如下的 8個(gè)點(diǎn)(用 (x,y)代表位置)聚類為3個(gè)類：X1(2,10)、X2(2,5)、X3(