數(shù)據(jù)挖掘試題

1、單選題I. 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(huì)購買尿布，這種屬于數(shù)據(jù)挖 掘的哪類問題？ （A）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3. 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)？（C）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)促使帶同類標(biāo)簽的數(shù)據(jù)與帶其他標(biāo)簽的數(shù) 據(jù)相分離？ （B）A. 分類B.聚類C.關(guān)聯(lián)分析D.隱馬爾可夫鏈6.使用交互式的和可視化的技術(shù)，對(duì)數(shù)據(jù)進(jìn)行探索屬于數(shù)據(jù)挖掘的哪一類任務(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II.

2、 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)？（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)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過濾 C

3、包裝 D抽樣18下面不屬于創(chuàng)建新屬性的相關(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22假設(shè)屬性in come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(duì)屬性in come的73600元將被轉(zhuǎn)化為：（D）A 0.821 B 1.224 C 1.458 D 0.71623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， 5

4、2,70,問題：使用按箱平均值平滑方法對(duì)上述數(shù)據(jù)進(jìn)行平滑，箱的深度為3。第二個(gè)箱子值為：（A）A 18.3 B 22.6 C 26.8 D 27.928. 數(shù)據(jù)倉庫是隨著時(shí)間變化的，下面的描述不正確的是（C）A. 數(shù)據(jù)倉庫隨時(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)覆蓋原來的快照；C. 數(shù)據(jù)倉庫隨事件變化不斷刪去舊的數(shù)據(jù)內(nèi)容；D. 數(shù)據(jù)倉庫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)行重新綜合.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)倉庫，數(shù)據(jù)集市和應(yīng)用程序等結(jié)構(gòu)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

5、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是：(C)A. 粒度是指數(shù)據(jù)倉庫小數(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)倉庫中的數(shù)據(jù)量以及查詢質(zhì)量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，下面正確的是：(D)(1)快速性 可分析性(3)多維性(4)信息性 共享性A. (1)(3)B.

6、C. (1)(4)D. (1)35. 關(guān)于OLAP和OLTP的區(qū)別描述，不正確的是：(C)A. OLAP主要是關(guān)于如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，OLTP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)容比較簡(jiǎn)單且重復(fù)率高D. OLAP是以數(shù)據(jù)倉庫為基礎(chǔ)的，但其最終數(shù)據(jù)來源與OLTP 樣均來自底層的數(shù)據(jù)庫系統(tǒng)，兩者面對(duì)的用戶是相同的.37. 關(guān)于OLAP和OLTP的說法，下列不正確的是：(A)A. OLAP事務(wù)量大，但事務(wù)內(nèi)容比較簡(jiǎn)單且重復(fù)率高.B. OLAP的最終數(shù)據(jù)來源與 OLTP不一樣.C. OLTP面對(duì)的是決

7、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)X=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、4 B、5 C、6 D、740. 概念分層圖是_(B)_圖。A、無向無環(huán) B、有向無環(huán) C、有向有環(huán) D、無向有環(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44.在圖集合中發(fā)現(xiàn)一組公共子結(jié)構(gòu)，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48.以下

8、哪些算法是分類算法，A，DBSCAN B，C4.5 C,K-Mean D,EM ( B)50.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) (C)53. 以下哪項(xiàng)關(guān)于決策樹的說法是錯(cuò)誤的(C)A. 冗余屬性不會(huì)對(duì)決策樹的準(zhǔn)確率造成不利的影響B(tài). 子樹可能在決策樹中重復(fù)多次C. 決策樹算法對(duì)于噪聲的干擾非常敏感D. 尋找最佳決策樹是 NP完全問題54. 在基于規(guī)則分類器的中，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)格來分

9、類，這種方案稱為（B）A. 基于類的排序方案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。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,無序規(guī)則B,窮舉規(guī)則C，互斥規(guī)則D，有序規(guī)則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)的過程D，至少含有一個(gè)隱藏層的多層神經(jīng)網(wǎng)絡(luò)二、多選題1.通過數(shù)據(jù)挖掘過程所推倒出的關(guān)系和摘

10、要經(jīng)常被稱為：（A B）A.模型 B.模式 C.模范D.模具2尋找數(shù)據(jù)集中的關(guān)系是為了尋找精確、方便并且有價(jià)值地總結(jié)了數(shù)據(jù)的某一特征的表示， 這個(gè)過程包括了以下哪些步驟？（A B C D）A. 決定要使用的表示的特征和結(jié)構(gòu)B. 決定如何量化和比較不同表示擬合數(shù)據(jù)的好壞C. 選擇一個(gè)算法過程使評(píng)分函數(shù)最優(yōu)D. 決定用什么樣的數(shù)據(jù)管理原則以高效地實(shí)現(xiàn)算法。4. 數(shù)據(jù)挖掘算法的組件包括：（A B C D）A.模型或模型結(jié)構(gòu)B.評(píng)分函數(shù)C.優(yōu)化和搜索方法D.數(shù)據(jù)管理策略5. 以下哪些學(xué)科和數(shù)據(jù)挖掘有密切聯(lián)系？（A D）A.統(tǒng)計(jì)B.計(jì)算機(jī)組成原理C.礦產(chǎn)挖掘D.人工智能6. 在現(xiàn)實(shí)世界的數(shù)據(jù)中，元組在某

11、些屬性上缺少值是常有的。描述處理該問題的各種方法 有：（ABCDE ）A忽略元組C使用一個(gè)全局常量填充空缺值B使用屬性的平均值填充空缺值D使用與給定元組屬同一類的所有樣本的平均值E使用最可能的值填充空缺值8.對(duì)于數(shù)據(jù)挖掘中的原始數(shù)據(jù)，存在的問題有：（ABCDE ）A不一致 B重復(fù) C不完整 D含噪聲E維度高12. 下面列出的條目中，哪些是數(shù)據(jù)倉庫的基本特征：（ACD）A.數(shù)據(jù)倉庫是面向主題的B.數(shù)據(jù)倉庫的數(shù)據(jù)是集成的C.數(shù)據(jù)倉庫的數(shù)據(jù)是相對(duì)穩(wěn)定的D.數(shù)據(jù)倉庫的數(shù)據(jù)是反映歷史變化的E. 數(shù)據(jù)倉庫是面向事務(wù)的13. 以下各項(xiàng)均是針對(duì)數(shù)據(jù)倉庫的不同說法，你認(rèn)為正確的有（BCDE ）。A 數(shù)據(jù)倉庫就是

12、數(shù)據(jù)庫B 數(shù)據(jù)倉庫是一切商業(yè)智能系統(tǒng)的基礎(chǔ)C.數(shù)據(jù)倉庫是面向業(yè)務(wù)的，支持聯(lián)機(jī)事務(wù)處理（ OLTP）D 數(shù)據(jù)倉庫支持決策而非事務(wù)處理E. 數(shù)據(jù)倉庫的主要目標(biāo)就是幫助分析，做長(zhǎng)期性的戰(zhàn)略制定14. 數(shù)據(jù)倉庫在技術(shù)上的工作過程是：（ABCD）A.數(shù)據(jù)的抽取B.存儲(chǔ)和管理C.數(shù)據(jù)的表現(xiàn)D. 數(shù)據(jù)倉庫設(shè)計(jì)E.數(shù)據(jù)的表現(xiàn)15. 聯(lián)機(jī)分析處理包括以下哪些基本分析功能？（BCD）A.聚類 B.切片 C.轉(zhuǎn)軸 D.切塊 E.分類16. 利用Apriori算法計(jì)算頻繁項(xiàng)集可以有效降低計(jì)算頻繁集的時(shí)間復(fù)雜度。在以下的購物籃中產(chǎn)生支持度不小于 3的候選3-項(xiàng)集，在候選2-項(xiàng)集中需要剪枝的是（BD）ID項(xiàng)集1面包、牛奶

13、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、尿布、可樂A、啤酒、尿布B、啤酒、面包C、面包、尿布D、啤酒、牛奶18. Apriori算法的計(jì)算復(fù)雜度受 _（ABCD）?_影響。A、支持度閥值 B、項(xiàng)數(shù)（維度）C、事務(wù)數(shù)D、事務(wù)平均寬度19. 非頻繁模式_（AD）_A、其支持度小于閾值B、都是不讓人感興趣的C、包含負(fù)模式和負(fù)相關(guān)模式D、對(duì)異常數(shù)據(jù)項(xiàng)敏感22.貝葉斯信念網(wǎng)絡(luò)（BBN）有如下哪些特點(diǎn)，A,構(gòu)造網(wǎng)絡(luò)費(fèi)時(shí)費(fèi)力 B,對(duì)模型的過分問題非常 魯棒C,貝葉斯網(wǎng)絡(luò)不適合處理不完整的數(shù)據(jù)D,網(wǎng)絡(luò)結(jié)構(gòu)確定后，添加變量相當(dāng)麻煩（AB）三、判斷題1. 數(shù)據(jù)挖掘的主

14、要任務(wù)是從數(shù)據(jù)中發(fā)現(xiàn)潛在的規(guī)則，從而能更好的完成描述數(shù)據(jù)、預(yù)測(cè)數(shù) 據(jù)等任務(wù)。（對(duì)）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)于已經(jīng)存在的數(shù)據(jù)進(jìn)行模式的發(fā)掘。（對(duì)）3. 圖挖掘技術(shù)在社會(huì)網(wǎng)絡(luò)分析中扮演了重要的角色。（對(duì)）4. 模式為對(duì)數(shù)據(jù)集的全局性總結(jié)，它對(duì)整個(gè)測(cè)量空間的每一點(diǎn)做出描述；模型則對(duì)變量變化空間的一個(gè)有限區(qū)域做出描述。（錯(cuò)）5. 尋找模式和規(guī)則主要是對(duì)數(shù)據(jù)進(jìn)行干擾，使其符合某種規(guī)則以及模式。（錯(cuò)）6. 離群點(diǎn)可以是合法的數(shù)據(jù)對(duì)象或者值。（對(duì)）7. 離散屬性總是具有有限個(gè)值。（錯(cuò)）8. 噪聲和偽像是數(shù)據(jù)錯(cuò)誤這一相同表述的兩種叫法。（錯(cuò)）9. 用于分類的離散化方法之間的根本區(qū)別在于是否使用類信息。（對(duì)）10. 特征提取技術(shù)并不依賴于特定的領(lǐng)域。（錯(cuò)）12.定量屬性可以是整數(shù)值或者是連續(xù)值。（對(duì)）14. DSS主要是基于數(shù)據(jù)倉庫.聯(lián)機(jī)數(shù)據(jù)分析和數(shù)據(jù)挖掘技術(shù)的應(yīng)用。（對(duì)）15. OLAP技術(shù)側(cè)重于把數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行分析、轉(zhuǎn)換成輔助決策信息，是繼數(shù)據(jù)庫技術(shù)發(fā)展之后迅猛發(fā)展起來的一種新技術(shù)。（對(duì)）17. 數(shù)據(jù)倉庫中間層 OLAP服務(wù)器只能采用關(guān)系型 OLAP（錯(cuò)）18數(shù)據(jù)倉庫系統(tǒng)的組成部分包括數(shù)據(jù)倉庫，倉庫管理，數(shù)據(jù)抽取，分析工具等四個(gè)部分（錯(cuò)）21.關(guān)聯(lián)規(guī)則挖掘過程是發(fā)現(xiàn)滿足最小支持度的所有項(xiàng)集代表的規(guī)則。（錯(cuò)）24. 如果規(guī)則 不滿足置信度閾值