數(shù)據(jù)挖掘考試題

1、數(shù)據(jù)挖掘考試題一 選擇題1 O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)簽得數(shù)據(jù)與帶其她標(biāo)簽得數(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)簇得鄰近度定義為不同簇得所有點(diǎn)對(duì)鄰近度得平均值,它就是一種凝聚層次聚類技術(shù)。D.Wa r d方法A。MIN（單鏈）B。MAX（全鏈）C、組平均3、數(shù)據(jù)挖掘得經(jīng)典案例“啤酒與尿布試驗(yàn)”最主要就是應(yīng)用了（ ）數(shù)據(jù)挖掘方法、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均值與DB S CAN得比較，以下說(shuō)法不正確得就是（）A.K均值丟棄被它識(shí)別為噪聲得對(duì)象，而DBS C A N 一般聚類所有對(duì)象。B、K均值使用簇得基

2、于原型得概念，DBSC AN使用基于密度得概念。Co K均值很難處理非球形得簇與不同大小得簇，DBSCAN可以處理不同大小與不同形狀得簇D.K均值可以發(fā)現(xiàn)不就是明顯分離得簇，即便簇有重疊也可以發(fā)現(xiàn)，但就是DBSCAN會(huì)合并有重疊得簇5、下列關(guān)于Ward's Method說(shuō)法錯(cuò)誤得就是：（）A、對(duì)噪聲點(diǎn)與離群點(diǎn)敏感度比較小B 、擅長(zhǎng)處理球狀得簇Co對(duì)于Ward方法，兩個(gè)簇得鄰近度定義為兩個(gè)簇合并時(shí)導(dǎo)致得平方誤差Do當(dāng)兩個(gè)點(diǎn)之間得鄰近度取它們之間距離得平方時(shí)，Wa r d方法與組平均非常相似6.下列關(guān)于層次聚類存在得問(wèn)題說(shuō)法正確得就是:（）A. 具有全局優(yōu)化目標(biāo)函數(shù)B.Grou pA ve

3、rage擅長(zhǎng)處理球狀得簇C.可以處理不同大小簇得能力D.Ma x對(duì)噪聲點(diǎn)與離群點(diǎn)很敏感7。下列關(guān)于凝聚層次聚類得說(shuō)法中，說(shuō)法錯(cuò)誤得事：（）Ao 一旦兩個(gè)簇合并，該操作就不能撤銷B 、算法得終止條件就是僅剩下一個(gè)簇C.空間復(fù)雜度為Do具有全局優(yōu)化目標(biāo)函數(shù)8。規(guī)則牛奶，尿布 一 啤酒得支持度與置信度分別為：（）TID項(xiàng)集1面包，牛奶2回包，尿布，啤酒，雞蛋3牛奶尿布，啤酒，可樂(lè)4回包，牛奶，尿布，啤酒5回包，牛奶，尿布，可樂(lè)A。0。4,0.4 B。0.6 7,0、6 7 C。0。4,0、67 D、0。6 7,0、49、下列（）就是屬于分裂層次聚類得方法。A.Min?名.Max? C、Group A

4、ver age ?D、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MA X計(jì)算，第二步就是哪兩個(gè)簇合11I2I3I4I51.000,900.100 650200.901,000700,600,500.10070too0.400.300.650.600.401.000.800.200.500,300,801.00并:（）11I2I3I4I5A、在 3與l,2 合并 B、3與4,5合并 C . 2,3與4, 5 合并D、2,3與 4 ,5形成簇與3合并二.填空題：1 .屬性包括得四種類型：、。2 . 就是兩個(gè)簇得鄰近度定義為不同簇得所有點(diǎn)對(duì)鄰近度得平均值、3、基本凝聚層次聚類算法空間復(fù)雜

5、度 ，時(shí)間復(fù)雜度，如果某個(gè)簇到其她所 有簇得距離存放在一個(gè)有序表或堆中，層次聚類所需要得時(shí)間復(fù)雜度將為 。4、 . 聚類中，定義簇間得相似度得方法有（寫出四個(gè)）:、。5、 層次聚類技術(shù)就是第二類重要得聚類方法、兩種層次聚類得基本方 法:、6、 組平均就是一種界于 與 之間得折中方法。7、 相似度矩陣可以用相識(shí)度表布還可以用 表不。8 .全鏈在處理大小不同得簇時(shí) ，可能使 破裂，并且偏好 。9 。 單鏈技術(shù)擅長(zhǎng)于處理 ，但對(duì) 與 很敏感。10 、聚類分析可以瞧做就是一種 得分類、（有監(jiān)督、無(wú)監(jiān)督）三、判斷題1 .從點(diǎn)作為個(gè)體簇開始，每一步合并兩個(gè)最接近得簇，這就是一種分裂得層次聚類方法。（）2

6、.數(shù)據(jù)挖掘得目標(biāo)不在于數(shù)據(jù)采集策略，而在于對(duì)已經(jīng)存在得數(shù)據(jù)進(jìn)行模式得發(fā)掘。（）3 .在聚類分析當(dāng)中，簇內(nèi)得相似性越大，簇間得差別越大，聚類得效果就越差、（）4 .當(dāng)兩個(gè)點(diǎn)之間得鄰近度取它們之間距離得平方時(shí)，Ward方法與組平均非常相似。（）5 . DBSCAN就是相對(duì)抗噪聲得，并且能夠處理任意形狀與大小得簇。（）6 .屬性得性質(zhì)不必與用來(lái)度量她得值得性質(zhì)相同。（）7 .全鏈對(duì)噪聲點(diǎn)與離群點(diǎn)很敏感。（）8 .對(duì)于非對(duì)稱得屬性，只有非零值才就是重要得、（）9 . K均值可以很好得處理不同密度得數(shù)據(jù)、（）10 .單鏈技術(shù)擅長(zhǎng)處理橢圓形狀得簇。（）四。綜合題1 .何為層次聚類？它用哪兩種圖表示？2 。

7、 兩種層次聚類得基本方法？?jī)煞N方法得定義？3 .分別寫出Min、Max與組平均得優(yōu)缺點(diǎn)？4 .寫出基本凝聚層次聚類得算法 ？5 .由下圖已給出得距離矩陣，將Max用于6個(gè)點(diǎn)樣本數(shù)據(jù)集，畫出層次聚類得樹狀 圖？P1P2P3P4P5P6P10。000、2 40、2 20.3 70、3 40.23P20。2 40。000。1 40.200。130。25P30、2 20、140。000、1 50。2 80.1 1P40.370、200.150.0 00.290、22P50 .340、1 30.280、2 90。0 00。39P60。2 30。250、110、2 20、3 90、00考試題+答案一、選擇

8、題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)簽得數(shù)據(jù)與帶其她標(biāo)簽得數(shù)據(jù)相分離？（B）Ao分類B.聚類 C、關(guān)聯(lián)分析D.主成分分析2。（ C ）將兩個(gè)簇得鄰近度定義為不同簇得所有點(diǎn)對(duì)鄰近度得平均值，它就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)挖掘得經(jīng)典案例“啤酒與尿布試驗(yàn)”最主要就是應(yīng)用了 （C）數(shù)據(jù)挖掘方法。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均值與DBSC A N得比較，以下說(shuō)法不正確得就是 （A）A.K均值丟棄被它識(shí)別為噪聲得對(duì)象，而D BS C AN 一般聚類所有對(duì)象。B 、 K 均值使用簇得基于原型得概念

9、,DBSCAN 使用基于密度得概念。C、K均值很難處理非球形得簇與不同大小得簇，DB S CAN可以處理不同大小與不同形狀得簇D、K均值可以發(fā)現(xiàn)不就是明顯分離得簇，即便簇有重疊也可以發(fā)現(xiàn)，但就是DBSCAN會(huì)合并有重疊得簇5、下列關(guān)于 Ward's Method說(shuō)法錯(cuò)誤得就是：（C）A、對(duì)噪聲點(diǎn)與離群點(diǎn)敏感度比較小B、擅長(zhǎng)處理球狀得簇Co對(duì)于W ard方法，兩個(gè)簇得鄰近度定義為兩個(gè)簇合并時(shí)導(dǎo)致得平方誤差D。當(dāng)兩個(gè)點(diǎn)之間得鄰近度取它們之間距離得平方時(shí)，Ward方法與組平均非常相似7 .下列關(guān)于層次聚類存在得問(wèn)題說(shuō)法正確得就是:（B）A 具有全局優(yōu)化目標(biāo)函數(shù)8 .G r oup Avera

10、ge擅長(zhǎng)處理球狀得簇Co可以處理不同大小簇得能力Do Max對(duì)噪聲點(diǎn)與離群點(diǎn)很敏感7。下列關(guān)于凝聚層次聚類得說(shuō)法中，說(shuō)法錯(cuò)誤得事：（D）A、一旦兩個(gè)簇合并，該操作就不能撤銷B、算法得終止條件就是僅剩下一個(gè)簇C、空間復(fù)雜度為D.具有全局優(yōu)化目標(biāo)函數(shù)8、規(guī)則牛奶，尿布一 啤酒得支持度與置信度分別為：（C）T ID項(xiàng)集1面包，牛奶2面包尿布，啤酒雞蛋3t牛奶，尿布，啤酒，可樂(lè)j4回包，牛奶，尿布，啤酒5回包，牛奶，尿布，可樂(lè)Ao 0。4,0、4Bo 0.67,0。67 C、0、4,0。6 7D。0。6 7 ,0.49 .下列（D）就是屬于分裂層次聚類得方法。A。Mi n ? B。Ma x ? Co

11、Gro u p Average?D。 M ST11I2I3I4I51000,900,100.650.200,901,000.700.600.500,100,701.000.400.300.650.600.401000.800200.500.300.801.0010 .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，第二步就是哪兩個(gè)簇合并:（B）11I2I3I4I5A、在3與 1 ,2合并 B.3與4,5合并 C。 2,3與 4 ,5合并D、2, 3 與 4,5形成簇與 3 合并填空題：1。屬性包括得四種類型：標(biāo)粗、序數(shù)、區(qū)間、比率。2。組業(yè)L就是兩個(gè)簇得鄰近度定義為不同簇得所有點(diǎn)對(duì)鄰近度

12、得平均值。3 .基本凝聚層次聚類算法空間復(fù)雜度，時(shí)間復(fù)雜度，如果某個(gè)簇到其她所有簇得距離存放在 一個(gè)有序表或堆中，層次聚類所需要得時(shí)間復(fù)雜度將為。4。聚類中，定義簇間得相似度得方法有 （寫出四個(gè)）:MIN（單鏈）、MAX（全鏈）、組平均、Ward 方法。5 。層次聚類技術(shù)就是第二類重要得聚類方法。兩種層次聚類得基本方法:凝聚層次聚類、分裂層次聚類、6 .組平均就是一種界于 單鏈 與全鏈 之間得折中方法。7 、 相似度矩陣可以用相識(shí)度表示還可以用 距離表示。8 .全鏈在處理大小不同得簇時(shí) ，可能使大得簇破裂，并且偏好 球眩。9 、單鏈技術(shù)擅長(zhǎng)于處理非橢圓形大得簇，但對(duì)噪聲點(diǎn) 與離群點(diǎn) 很敏感。1

13、 0。 聚類分析可以瞧做就是一種 無(wú)監(jiān)督得分類。（有監(jiān)督、無(wú)監(jiān)督）三。判斷題：1、 從點(diǎn)作為個(gè)體簇開始，每一步合并兩個(gè)最接近得簇，這就是一種分裂得層次聚類方法、（沖2、 數(shù)據(jù)挖掘得目標(biāo)不在于數(shù)據(jù)采集策略，而在于對(duì)已經(jīng)存在得數(shù)據(jù)進(jìn)行模式得發(fā)掘。（J3。在聚類分析當(dāng)中，簇內(nèi)得相似性越大，簇間得差別越大，聚類得效果就越差、（X ）4。當(dāng)兩個(gè)點(diǎn)之間得鄰近度取它們之間距離得平方時(shí)，Wa r d方法與組平均非常相似、（J5。 DBSCAN就是相對(duì)抗噪聲得，并且能夠處理任意形狀與大小得簇。（才6、屬性得性質(zhì)不必與用來(lái)度量她得值得性質(zhì)相同。（，）7、全鏈對(duì)噪聲點(diǎn)與離群點(diǎn)很敏感、（X ）8。對(duì)于非對(duì)稱得屬性，只

14、有非零值才就是重要得、（，）9、 K均值可以很好得處理不同密度得數(shù)據(jù)。（X）10、單鏈技術(shù)擅長(zhǎng)處理橢圓形狀得簇。（X ）四.綜合題1、 何為層次聚類？它用哪兩種圖表示？層次聚類為嵌套簇得聚集，組成一棵層次數(shù)、兩種主要圖得表示：樹狀圖與嵌套簇圖。2、 兩種層次聚類得基本方法 ？?jī)煞N方法得定義？凝聚層次聚類與分裂層次聚類凝聚得：從點(diǎn)作為個(gè)體簇開始，每一步合并兩個(gè)最接近得簇。分裂得：從包含所有點(diǎn)得某個(gè)簇開始，每一步分裂一個(gè)簇，直到僅剩下單點(diǎn)簇、3、 分別寫出Min、Max與組平均得優(yōu)缺點(diǎn) ？7E義方式優(yōu)點(diǎn)缺點(diǎn)M i n能處理非橢圓形狀對(duì)噪聲與離群點(diǎn)很敏感Max對(duì)噪聲點(diǎn)與離群點(diǎn)敏感度較小1 .當(dāng)處理簇

15、大小/、同時(shí)，較大得簇容易破裂2 .偏好處理球狀得簇組平均對(duì)噪聲點(diǎn)與離群點(diǎn)敏感度較小偏好處理球狀得簇4。寫出基本凝聚層次聚類得算法算法步驟：(1)計(jì)算鄰近度矩陣(2)Repeat(3) 合并最鄰近得兩個(gè)簇(4) 更新鄰近度矩陣，以反映新得簇與原來(lái)得簇之間得鄰近度(5)Unt i l僅剩下一個(gè)簇5。由下圖已給出得距離矩陣，將Max用于6個(gè)點(diǎn)樣本數(shù)據(jù)集，畫出層次聚類得樹 狀圖？P 1P2P3P4P5P6P10。000、240.220.370、340.2 3P20.240.000.140.200 o 130。 25P30O 2 20。140o 000. 1 50o 280o 11P40O 370O

16、2 00、1 50、0 00、290、2 2P50、340、130.280O 290、000、3 9P60O 230、250. 1 10O 220o 390 .0 0C0 1 ：0節(jié)g斗0 I0.150 1 ons -這就是告訴您得計(jì)算過(guò)程，現(xiàn)在不要寫了、P3與P6最近所以36結(jié)合,P2與P5較近，所以25結(jié)合，現(xiàn)在就是3, 6 、2, 5 、 1與4,Dist(3,6 , 4 ) = max(dist(3, 4),dist (6,4 )= m a x(0、15,0.22 )=0、22Dist(3, 6 , 2,5 ) = max(dis t (3 ,2),dist( 6 ,2),dist(3,5),di s t( 6 , 5 )= max(0.14,0。2 5,0。28,0、39)=0、39Dist( 3,6 ,1尸max (d ist(3,1),dist(6, 1 )=max(0、2 2,0、23)= 0、23所以3,6與4結(jié)合?，F(xiàn)在還剩3,6,4、 2 ,5與1D 1 st( 3 ,6,4 , 2 ,5 )=max( d i st(3,2),dist 3,5 , d is t (6,2),d i st (6,