



下載本文檔
版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘(山東聯(lián)盟)知到章節(jié)測(cè)試答案智慧樹2023年最新濟(jì)南大學(xué)緒論單元測(cè)試
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。()
參考答案:
對(duì)
第一章測(cè)試
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。()
參考答案:
對(duì)
數(shù)據(jù)挖掘的主要任務(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)。()
參考答案:
對(duì)
DSS主要是基于數(shù)據(jù)倉(cāng)庫(kù).聯(lián)機(jī)數(shù)據(jù)分析和數(shù)據(jù)挖掘技術(shù)的應(yīng)用。()
參考答案:
對(duì)
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)?()
參考答案:
預(yù)測(cè)建模
以下哪些學(xué)科和數(shù)據(jù)挖掘有密切聯(lián)系?()
參考答案:
統(tǒng)計(jì)
;人工智能
第二章測(cè)試
下面哪個(gè)不屬于數(shù)據(jù)的屬性類型:()
參考答案:
相異
在上題中,屬于定量的屬性類型是:()
參考答案:
區(qū)間
只有非零值才重要的二元屬性被稱作:()
參考答案:
非對(duì)稱的二元屬性
以下哪種方法不屬于特征選擇的標(biāo)準(zhǔn)方法:()
參考答案:
抽樣
離群點(diǎn)可以是合法的數(shù)據(jù)對(duì)象或者值。()
參考答案:
對(duì)
第三章測(cè)試
下面哪些屬于可視化高維數(shù)據(jù)技術(shù)()
參考答案:
矩陣
;Chernoff臉
;平行坐標(biāo)系
;星形坐標(biāo)
下面哪種不屬于數(shù)據(jù)預(yù)處理的方法?()
參考答案:
估計(jì)遺漏值
聯(lián)機(jī)分析處理包括以下哪些基本分析功能?()
參考答案:
切片
;切塊
;轉(zhuǎn)軸
檢測(cè)一元正態(tài)分布中的離群點(diǎn),屬于異常檢測(cè)中的基于()的離群點(diǎn)檢測(cè)。
參考答案:
統(tǒng)計(jì)方法
離散屬性總是具有有限個(gè)值。()
參考答案:
錯(cuò)
第四章測(cè)試
數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的組成部分包括數(shù)據(jù)倉(cāng)庫(kù),倉(cāng)庫(kù)管理,數(shù)據(jù)抽取,分析工具等四個(gè)部分.()
參考答案:
錯(cuò)
數(shù)據(jù)倉(cāng)庫(kù)中間層OLAP服務(wù)器只能采用關(guān)系型OLAP()
參考答案:
錯(cuò)
下面列出的條目中,哪些是數(shù)據(jù)倉(cāng)庫(kù)的基本特征:()
參考答案:
數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)是反映歷史變化的
;數(shù)據(jù)倉(cāng)庫(kù)是面向主題的
;數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)是相對(duì)穩(wěn)定的
以下各項(xiàng)均是針對(duì)數(shù)據(jù)倉(cāng)庫(kù)的不同說(shuō)法,你認(rèn)為正確的有()。
參考答案:
數(shù)據(jù)倉(cāng)庫(kù)是一切商業(yè)智能系統(tǒng)的基礎(chǔ)
;數(shù)據(jù)倉(cāng)庫(kù)的主要目標(biāo)就是幫助分析,做長(zhǎng)期性的戰(zhàn)略制定
;數(shù)據(jù)倉(cāng)庫(kù)支持決策而非事務(wù)處理
;數(shù)據(jù)倉(cāng)庫(kù)是面向業(yè)務(wù)的,支持聯(lián)機(jī)事務(wù)處理(OLTP)
數(shù)據(jù)倉(cāng)庫(kù)是隨著時(shí)間變化的,下面的描述不正確的是()
參考答案:
數(shù)據(jù)倉(cāng)庫(kù)隨事件變化不斷刪去舊的數(shù)據(jù)內(nèi)容;
第五章測(cè)試
關(guān)聯(lián)規(guī)則挖掘過(guò)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。()
參考答案:
錯(cuò)
概念分層圖是()圖。
參考答案:
有向無(wú)環(huán)
下面選項(xiàng)中t不是s的子序列的是()
參考答案:
s=<{1,2},{3,4}>t=<{1},{2}>
在進(jìn)行關(guān)聯(lián)規(guī)則分析時(shí),得到的強(qiáng)鏈接如圖:那么數(shù)據(jù)集上分析得出的頻繁2項(xiàng)集和頻繁3項(xiàng)集各有多少個(gè)?
()
參考答案:
5個(gè)2項(xiàng)集,1個(gè)3項(xiàng)集
在進(jìn)行關(guān)聯(lián)規(guī)則分析時(shí),得到的強(qiáng)鏈接如下圖所示:則數(shù)據(jù)集上分析得出的頻繁2項(xiàng)集和頻繁3項(xiàng)集各有多少個(gè)?()
參考答案:
5個(gè)2項(xiàng)集,1個(gè)3項(xiàng)集
第六章測(cè)試
聚類(clustering)是這樣的過(guò)程:它找出描述并區(qū)分?jǐn)?shù)據(jù)類或概念的模型(或函數(shù)),以便能夠使用模型預(yù)測(cè)類標(biāo)記未知的對(duì)象類。()
參考答案:
錯(cuò)
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。()
參考答案:
錯(cuò)
以下屬于聚類算法的是()
參考答案:
Jarvis-Patrick(JP)
;DBSCAN
;K均值
在聚類分析當(dāng)中,()等技術(shù)可以處理任意形狀的簇。
參考答案:
MIN(單鏈)
;Chameleon
簡(jiǎn)單地將數(shù)據(jù)對(duì)象集劃分成不重疊的子集,使得每個(gè)數(shù)據(jù)對(duì)象恰在一個(gè)子集中,這種聚類類型稱作()
參考答案:
劃分聚類
第七章測(cè)試
以下屬于分類器評(píng)價(jià)或比較尺度的有:()
參考答案:
計(jì)算復(fù)雜度
;預(yù)測(cè)準(zhǔn)確度
;模型描述的簡(jiǎn)潔度
分類和回歸都可用于預(yù)測(cè),分類的輸出是離散的類別值,而回歸的輸出是連續(xù)數(shù)值。()
參考答案:
對(duì)
對(duì)于SVM分類算法,待分樣本集中的大部分樣本不是支持向量,移去或者減少這些樣本對(duì)分類結(jié)果沒有影響。()
參考答案:
對(duì)
Bayes法是一種在已知后驗(yàn)概率與類條件概率的情況下的模式分類方法,待分樣本的分類結(jié)果取決于各類域中樣本
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 照相原紙企業(yè)ESG實(shí)踐與創(chuàng)新戰(zhàn)略研究報(bào)告
- 兒童睡衣企業(yè)數(shù)字化轉(zhuǎn)型與智慧升級(jí)戰(zhàn)略研究報(bào)告
- 便攜式緊急救援藥品包行業(yè)跨境出海戰(zhàn)略研究報(bào)告
- 氮化纖維企業(yè)縣域市場(chǎng)拓展與下沉戰(zhàn)略研究報(bào)告
- 重金屬監(jiān)測(cè)設(shè)備企業(yè)ESG實(shí)踐與創(chuàng)新戰(zhàn)略研究報(bào)告
- 醫(yī)用級(jí)橡膠血壓計(jì)袖帶企業(yè)制定與實(shí)施新質(zhì)生產(chǎn)力戰(zhàn)略研究報(bào)告
- 發(fā)光纖維企業(yè)縣域市場(chǎng)拓展與下沉戰(zhàn)略研究報(bào)告
- 電梯系統(tǒng)現(xiàn)代化技術(shù)創(chuàng)新與安全升級(jí)
- 廢舊鋼線出售合同范本
- 羥基功能化MXene基CO2氣體分離膜的構(gòu)建及性能研究
- 小學(xué)語(yǔ)文單元整體作業(yè)設(shè)計(jì)案例(五年級(jí)下冊(cè)第六單元)
- 解讀 國(guó)家數(shù)據(jù)局首批20個(gè)“數(shù)據(jù)要素x”典型案例-31正式版-WN8
- 《跨境直播運(yùn)營(yíng)》課件-跨境直播的意義和要素
- 3 學(xué)會(huì)反思(教學(xué)設(shè)計(jì))部編版道德與法治六年級(jí)下冊(cè)
- 第一單元 歌唱祖國(guó)-《 中華人民共和國(guó)國(guó)歌》課件 2023-2024學(xué)年人音版初中音樂七年級(jí)上冊(cè)
- 2024-2030年中國(guó)腎性貧血療法行業(yè)市場(chǎng)發(fā)展趨勢(shì)與前景展望戰(zhàn)略分析報(bào)告
- DL∕T 1281-2013 燃煤電廠固體廢物貯存處置場(chǎng)污染控制技術(shù)規(guī)范
- 辦公家具采購(gòu)項(xiàng)目質(zhì)量保證售后服務(wù)承諾書
- 2024年時(shí)政試題庫(kù)(b卷)
- 2024助貸委托服務(wù)協(xié)議合同模板
- 廣東省住院病歷評(píng)分標(biāo)準(zhǔn)
評(píng)論
0/150
提交評(píng)論