數(shù)據(jù)挖掘模擬卷

1、于 網(wǎng)格的方法和基于模型的方法。 7、兩種常用的大數(shù)據(jù)集的數(shù)據(jù)概化方法是： 數(shù)據(jù)立方體方法(或 OLAP)和面向?qū)傩缘臍w 1下面哪種分類方法是屬于神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法？( )A. 判定樹歸納 B. 貝葉斯分類 C. 后向傳播分類 D. 基于案例的推理2置信度(confidence)是衡量興趣度度量( )的指標(biāo)。A、簡(jiǎn)潔性 B、確定性 C. 、實(shí)用性 D、新穎性A、目標(biāo)市場(chǎng)分析 B、購(gòu)物籃分析 C、模式識(shí)別 D、信用卡欺詐檢測(cè)A、頂點(diǎn)方體 B、方體的格 C、基本方體 D、維 5數(shù)據(jù)歸約的目的是( )A、填補(bǔ)數(shù)據(jù)種的空缺值 B、集成多個(gè)數(shù)據(jù)源的數(shù)據(jù)C、得到數(shù)據(jù)集的壓縮表示 D、規(guī)范化數(shù)據(jù)6下面哪種數(shù)據(jù)

2、預(yù)處理技術(shù)可以用來(lái)平滑數(shù)據(jù)，消除數(shù)據(jù)噪聲？A.數(shù)據(jù)清理 B.數(shù)據(jù)集成 C.數(shù)據(jù)變換 D.數(shù)據(jù)歸約7 ( )通過(guò)將屬性域劃分為區(qū)間，從而減少給定連續(xù)值的個(gè)數(shù)。 A.概念分層 B.離散化 C.分箱 D. 直方圖A、上卷(roll-up) B、選擇(select) C、切片(slice) D、轉(zhuǎn)軸(pivot) 9假設(shè)現(xiàn)在的數(shù)據(jù)挖掘任務(wù)是解析數(shù)據(jù)庫(kù)中關(guān)于客戶的一般特征的描述，通常所使用的數(shù) 據(jù)挖掘功能是( )A.關(guān)聯(lián)分析 B.分類和預(yù)測(cè) C. 孤立點(diǎn)分析 D. 演變分析 E. 概念描述10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)B、分類和聚類都是無(wú)指導(dǎo)的學(xué)習(xí)C、分類是有指導(dǎo)的學(xué)習(xí)，

3、聚類是無(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)A、布爾關(guān)聯(lián)規(guī)則 B、單維關(guān)聯(lián)規(guī)則 C、多維關(guān)聯(lián)規(guī)則 D、多層關(guān)聯(lián)規(guī)則 A、數(shù)據(jù)壓縮 B、數(shù)據(jù)概化 C、維歸約 D、規(guī)范化 3說(shuō)明任務(wù)相關(guān)的數(shù)據(jù)時(shí)，涉及說(shuō)明( )A、包含相關(guān)數(shù)據(jù)的數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)名 B、選擇相關(guān)數(shù)據(jù)的條件C、相關(guān)的屬性或維 D、關(guān)于檢索數(shù)據(jù)的排序和分組指令 4從結(jié)構(gòu)的角度看，數(shù)據(jù)倉(cāng)庫(kù)模型包括以下幾類：A.企業(yè)倉(cāng)庫(kù) B.數(shù)據(jù)集市 C.虛擬倉(cāng)庫(kù) D.信息倉(cāng)庫(kù)5數(shù)據(jù)倉(cāng)庫(kù)的主要特征包括( )A、面向主題的 B、集成的 C、時(shí)變的 D、非易失的 25 分)(7 分)答：面向?qū)傩詺w納的基本思想是：首先使用關(guān)系數(shù)據(jù)庫(kù)查詢收集任務(wù)相

4、關(guān)的數(shù)據(jù)；然后 通過(guò)考察任務(wù)相關(guān)數(shù)據(jù)中每個(gè)屬性的不同值的個(gè)數(shù)，進(jìn)行概化(通過(guò)屬性刪除或者屬性 概化)。聚集通過(guò)合并相等的廣義元組，并累計(jì)他們相應(yīng)的計(jì)數(shù)值進(jìn)行。這壓縮了概化 后的數(shù)據(jù)集合。結(jié)果廣義關(guān)系可以映射到不同形式，如圖表或規(guī)則，提供用戶。(3分) 使用屬性刪除的情況：如果初始工作關(guān)系的一個(gè)屬性上有大量的不同值，但是(1)在 此屬性上沒(méi)有概化操作符，或(2)它的較高層概念用其他屬性表示；(2分)使用屬性概化的情況： 如果初始工作關(guān)系的一個(gè)屬性上有大量的不同值，并且該屬性上存在著概化操作符。(2 分) 2為什么在進(jìn)行聯(lián)機(jī)分析處理(OLAP)時(shí)，我們需要一個(gè)獨(dú)立的數(shù)據(jù)倉(cāng)庫(kù)，而不是直接在日 操作數(shù)

5、據(jù)庫(kù)支持多事務(wù)的并行處理，而數(shù)據(jù)倉(cāng)庫(kù)往往只是對(duì)數(shù)據(jù)記錄進(jìn)行只讀訪問(wèn)；這OLAPOLAP性 往往只是最新的數(shù)據(jù)。括：逐層獨(dú)立：完全的寬度搜索，沒(méi)有頻繁項(xiàng)集的背景知識(shí)用于剪枝?？疾烀恳粋€(gè)節(jié)點(diǎn)，不管其父節(jié)點(diǎn)是否頻繁。特點(diǎn)是條件很松，可能導(dǎo)致在低層考察大量非頻繁的項(xiàng)，找出一些不重要的關(guān)聯(lián)；(2分) 它是上述兩個(gè)極端策略的折中。(2分)4跟其他應(yīng)用領(lǐng)域相比，在電子商務(wù)中進(jìn)行數(shù)據(jù)挖掘有哪些優(yōu)勢(shì)？(6 分) “點(diǎn)擊流” (Clickstreams)將會(huì)產(chǎn)生電子商務(wù)挖掘的大量數(shù)據(jù)； 報(bào)表和計(jì)算各種收益。五、算法題(共 20 分)1Apriori 算法是從事務(wù)數(shù)據(jù)庫(kù)中挖掘單維布爾關(guān)聯(lián)規(guī)則的常用算法，該算法利用頻

6、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。(1) Aprior 算法包括哪兩個(gè)基本步驟(2 分)； (2)對(duì)下圖中所示的事務(wù)數(shù)據(jù)記錄 D，(|D|4)，請(qǐng)用圖示與說(shuō)明解釋如何使用 Apriori 算 DTIDoriLCCL L2=ACBCBECEACBCB,EC,E = A,B,C,A,C,E,B,C,E A,C,E的2項(xiàng)子集是A,C,A,E,C,E，其中A,E 不是L2的元素，所以刪除這個(gè)選 CEL 得到C3=B,C,EC3=B,C,E2判定樹歸納算法是一種常用的分類算法(1)請(qǐng)簡(jiǎn)述判定樹歸納算法的基本策略 (4 分)； (2)使用判定樹歸納算法，根據(jù)顧客年齡 age (分為 3 個(gè)

7、年齡段： 23)， 收入 income (取值為 high，medium，low)，是否為 student (取值為 yes 和 no)，信用 credit_rating 等級(jí)(取值為 fair 和 excellent)來(lái)判定用戶是否會(huì)購(gòu)買 PC Game，即構(gòu)建 判定樹 buys_PCGame，假設(shè)現(xiàn)有的數(shù)據(jù)經(jīng)過(guò)第一次劃分之后得到如下圖所示結(jié)果，并根據(jù)該 結(jié)果對(duì)每一個(gè)劃分中的各個(gè)屬性計(jì)算信息增益對(duì) age23 的 顧 客 ： Gain(income)=0.042 ， Gain(student)=0.462 ，Gain(credit_rating)=0.155credit_ratinghighexcellentmediumcredit_ratinghighmediumhighmediumcredit_ratingrrrexcellentrrrexcellentexcellentudentudenthighmediumhighmediumrrrexcellentudentassassasshigh(1)判定樹歸納算法的基本策略如下： 。