【MOOC】數(shù)據(jù)倉庫與數(shù)據(jù)挖掘-青島大學(xué) 中國大學(xué)慕課MOOC答案

【MOOC】數(shù)據(jù)倉庫與數(shù)據(jù)挖掘-青島大學(xué)中國大學(xué)慕課MOOC答案數(shù)據(jù)挖掘?qū)д搯卧獪y試1、【判斷題】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，從而能更好的完成數(shù)據(jù)描述、預(yù)測數(shù)據(jù)等任務(wù).本題答案：【正確】2、【判斷題】尋找模式和規(guī)則主要是對數(shù)據(jù)進(jìn)行干擾，使其符合某種規(guī)則以及模式。本題答案：【錯(cuò)誤】3、【判斷題】分類和回歸都可用于預(yù)測，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。本題答案：【正確】4、【判斷題】數(shù)據(jù)挖掘的過程可以粗略分為：問題定義、數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘，以及結(jié)果的解釋和評估等步驟。本題答案：【正確】5、【判斷題】決策樹方法可以稱為一種數(shù)據(jù)挖掘技術(shù)，也可以稱為一種機(jī)器學(xué)習(xí)技術(shù)，所以數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)是一樣的。本題答案：【錯(cuò)誤】6、【判斷題】數(shù)據(jù)挖掘是從大量的數(shù)據(jù)中篩選出有效的、可信的以及隱含信息的高級處理過程。本題答案：【正確】數(shù)據(jù)倉庫與OLAP單元測試1、【單選題】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：本題答案：【數(shù)據(jù)倉庫隨事件變化不斷刪去舊的數(shù)據(jù)內(nèi)容?！?、【單選題】OLAP技術(shù)的核心是：本題答案：【多維分析】數(shù)據(jù)預(yù)處理單元測試1、【單選題】假定某屬性的最小與最大值分別為8000元和14000元。要將其映射到區(qū)間[0.0,1.0]，按照最小-最大規(guī)范化方法對屬性進(jìn)行變換，屬性值12600將變換為：本題答案：【0.767】2、【單選題】若屬性income的平均值和標(biāo)準(zhǔn)差分別為32000元和17000元，則使用z-score規(guī)范化后，65600元被轉(zhuǎn)換為：本題答案：【1.867】3、【判斷題】等寬分箱法使每個(gè)箱子的取值區(qū)間相同。本題答案：【正確】4、【判斷題】數(shù)據(jù)取樣時(shí)，除了要求抽樣時(shí)嚴(yán)把質(zhì)量關(guān)外，還要求抽樣數(shù)據(jù)必須在足夠范圍內(nèi)有代表性。本題答案：【正確】5、【判斷題】數(shù)據(jù)集成是將多個(gè)數(shù)據(jù)源中的數(shù)據(jù)結(jié)合起來存放在一個(gè)一致的數(shù)據(jù)存儲（如數(shù)據(jù)倉庫）中。數(shù)據(jù)源可能涉及多個(gè)數(shù)據(jù)庫、數(shù)據(jù)立方體或一般文件。本題答案：【正確】6、【判斷題】數(shù)據(jù)歸約是用來得到數(shù)據(jù)集的歸約表示，它比源數(shù)據(jù)集小得多，但仍接近于保持源數(shù)據(jù)的完整性。本題答案：【正確】7、【判斷題】采用分箱方法不能進(jìn)行數(shù)據(jù)離散化。本題答案：【錯(cuò)誤】關(guān)聯(lián)分析單元測試1、【單選題】設(shè)X={1,2,3}是頻繁項(xiàng)集，則可由X產(chǎn)生個(gè)關(guān)聯(lián)規(guī)則。本題答案：【6】2、【單選題】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購買尿布，這種屬于數(shù)據(jù)挖掘的哪類問題？本題答案：【關(guān)聯(lián)分析】3、【單選題】一般數(shù)據(jù)挖掘的流程順序，下列正確的是①選擇數(shù)據(jù)挖掘的技術(shù)、功能和合適的算法②選擇數(shù)據(jù)，數(shù)據(jù)清洗和預(yù)處理③了解應(yīng)用領(lǐng)域，了解相關(guān)的知識和應(yīng)用目標(biāo)④尋找感興趣的模式、模式評估、知識表示⑤收集數(shù)據(jù)，創(chuàng)建目標(biāo)數(shù)據(jù)集本題答案：【③⑤②①④】4、【判斷題】頻繁項(xiàng)集的非空子集一定是頻繁項(xiàng)集。本題答案：【正確】5、【判斷題】FP-Growth算法挖掘頻繁項(xiàng)集，只需掃描一次數(shù)據(jù)庫。本題答案：【錯(cuò)誤】6、【判斷題】只要有兩個(gè)頻繁3項(xiàng)集，就一定能夠生成一個(gè)候選4項(xiàng)集。本題答案：【錯(cuò)誤】7、【判斷題】非頻繁項(xiàng)集的超集有可能是頻繁的。本題答案：【錯(cuò)誤】8、【判斷題】根據(jù)顧客去藥店的買藥記錄，想要知道哪些藥經(jīng)常被同時(shí)服用，可以采用關(guān)聯(lián)規(guī)則挖掘技術(shù)來解決。本題答案：【正確】決策樹單元測試1、【單選題】決策樹中不包含以下哪種節(jié)點(diǎn)。本題答案：【外部節(jié)點(diǎn)（externalnode）】2、【單選題】下列應(yīng)用場景不屬于分類的是本題答案：【為了解用戶特點(diǎn)，公司將客戶分群】3、【單選題】下面對C4.5決策樹算法的描述錯(cuò)誤的是：本題答案：【只能處理連續(xù)屬性?！?、【單選題】已知某一連續(xù)屬性數(shù)據(jù)集如下，當(dāng)分割點(diǎn)為31時(shí)，該分割點(diǎn)的信息增益比為：屬性值：25，30，32，40，48，67，98，100類別：1，1，1，1，2，2，2，2本題答案：【0.39】5、【單選題】假設(shè)有14個(gè)樣本，包含兩類，其中1類為9個(gè)樣本，2類為5個(gè)樣本，則根據(jù)熵的計(jì)算公式，此數(shù)據(jù)集的信息量為：本題答案：【0.940】6、【判斷題】分類是總結(jié)已有類別對象的特點(diǎn)，并根據(jù)這些特點(diǎn)，進(jìn)行未知類別對象的類別預(yù)測的過程，又可稱為無監(jiān)督學(xué)習(xí)。本題答案：【錯(cuò)誤】7、【判斷題】決策樹方法可用于連續(xù)數(shù)據(jù)離散化。本題答案：【正確】8、【判斷題】留一法是交叉驗(yàn)證法的特殊情況。本題答案：【正確】9、【判斷題】ID3的分裂屬性選擇條件是選擇信息增益最大的作為分裂屬性。本題答案：【正確】10、【判斷題】決策樹構(gòu)建之后，為了避免過度擬合，需要對樹進(jìn)行剪枝。本題答案：【正確】11、【判斷題】數(shù)據(jù)分類由兩步過程組成：第一步，建立一個(gè)分類模型，描述指定的數(shù)據(jù)類集或概念集；第二步，使用模型進(jìn)行分類。本題答案：【正確】貝葉斯單元測試1、【單選題】根據(jù)下表的訓(xùn)練數(shù)據(jù)學(xué)習(xí)一個(gè)樸素貝葉斯分類器并確定x=(2,S)的類標(biāo)簽y。表中X1，X2為特征，取值的范圍分別為{1,2,3}和{S,M,L},Y為類標(biāo)簽。---------------------------------------------------------------------------------123456789101112131415----------------------------------------------------------------------------X1111112222233333X2SMMSSSMMLLLMMLLY001100011111110---------------------------------------------------------------------------本題答案：【y=0】2、【單選題】假設(shè)吸煙的本科生比例為15%，而吸煙的研究生占23%。如果五分之一的大學(xué)生是研究生，其余的是本科生，那么吸煙的學(xué)生是研究生的概率是多少？本題答案：【0.277】3、【單選題】公司里面男性有60人，女性有40人，男性穿皮鞋的人數(shù)有25人，穿運(yùn)動(dòng)鞋的人數(shù)有35人，女性穿皮鞋的人數(shù)有10人，穿高跟鞋的人數(shù)有30人?，F(xiàn)在你只知道有一個(gè)人穿了皮鞋，推測他是男性的概率為：本題答案：【0.714】4、【判斷題】先驗(yàn)概率是根據(jù)歷史資料或主觀估計(jì)的方法得到的概率。本題答案：【正確】5、【判斷題】后驗(yàn)概率P(H|X)表示條件X下H的概率。本題答案：【正確】6、【判斷題】樸素貝葉斯算法能夠解決特征之間有相關(guān)性的問題。本題答案：【錯(cuò)誤】聚類分析單元測試1、【單選題】簡單地將數(shù)據(jù)對象集劃分成不重疊的子集，使得每個(gè)數(shù)據(jù)對象恰在一個(gè)子集中，這種聚類類型稱作本題答案：【劃分聚類】2、【單選題】BIRCH是一種本題答案：【聚類算法】3、【單選題】關(guān)于K均值和DBSCAN的比較，以下說法不正確的是本題答案：【K均值丟棄被它識別為噪聲的對象，而DBSCAN一般聚類所有對象?！?、【單選題】設(shè)有6個(gè)二維樣本點(diǎn)，p1(0,0)，p2(1,2)，p3(3,1)，p4(8,8),p5(9,10),p6(10,7)，若想將其聚類為2類，首先選擇p1和p2為兩類中心點(diǎn)，采用歐式距離測算方式，則第一輪劃分結(jié)束，新生成的簇中心點(diǎn)分別為：本題答案：【(0,0),(6.2,5.6)】5、【判斷題】聚類分析可以作為其它算法的預(yù)處理步驟，如數(shù)據(jù)離散化，數(shù)據(jù)歸約等。本題答案：【正確】期末考試1、【單選題】假設(shè)數(shù)據(jù)挖掘的任務(wù)是將如下8個(gè)點(diǎn)（用（x，y）代表位置）聚類為3個(gè)簇：A1(2,10),A2(2,5),A3(8,4),B1(5,8),B2(7,5),B3(6,4),C1(1,2),C2(4,9)距離函數(shù)是歐式距離。假設(shè)初始選擇A1，B1和C1分別為每個(gè)聚類的中心，用K-平均算法來給出在第一次循環(huán)執(zhí)行后的三個(gè)聚類中心:本題答案：【(2,10),(6,6),(1.5,3.5)】2、【單選題】設(shè)訓(xùn)練樣本集包含{ID，收入（萬元），婚否，愛旅游}四個(gè)特征，8條記錄如表所示，采用C4.5算法進(jìn)行連續(xù)屬性劃分，請問“收入”屬性具有幾種劃分可能？12.5否否212否是33否否43.2是是54否否64.8否否76.8是是89.8否是本題答案：【7】3、【單選題】設(shè)訓(xùn)練樣本集包含{ID，收入（萬元），婚否，愛旅游}四個(gè)特征，8條記錄如表所示，采用C4.5算法進(jìn)行連續(xù)屬性劃分，對于“收入”屬性的劃分“2.75”，計(jì)算其信息增益率：12.5否否212否是33否否43.2是是54否否64.8否否76.8是是89.8否是本題答案：【0.255】4、【單選題】在下表中給定的樣本上進(jìn)行合并（凝聚）層次聚類，初始簇{1}，{2}，{3}，{4}，{5}，{6}，{7}，{8}.假定算法的終止條件為3個(gè)簇，則此3個(gè)簇為：序號屬性1屬性2序號屬性1屬性21210575225664384712458849本題答案：【最后3個(gè)簇為：{2，7}，{1，4，8}，{3，5，6}】5、【單選題】簡單的將數(shù)據(jù)對象集劃分成不重疊的子集，使得每個(gè)數(shù)據(jù)對象恰在一個(gè)子集中，這種聚類類型稱作本題答案：【劃分聚類】6、【多選題】1.數(shù)據(jù)庫有5個(gè)事物，設(shè)min_sup=60%，min_conf=80%。TID購買的商品I100{M,O,N,K,E,Y}I200{D,O,N,K,E,Y}I300{M,A,K,E}I400{M,U,C,K,Y}I500{C,O,O,K,I,E}使用Apriori算法找出所有頻繁項(xiàng)集包括：本題答案：【頻繁1項(xiàng)集：{M}，{O}，{K}，{E}，{Y}#頻繁2項(xiàng)集：{M,K},{O,K},{O,E},{K,E},{K,Y}#頻繁3項(xiàng)集：{O,K,E}】7、【多選題】數(shù)據(jù)庫有5個(gè)事物，設(shè)min_sup=60%，min_conf=80%。TID購買的商品I100{M,O,N,K,E,Y}I200{D,O,N,K,E,Y}I300{M,A,K,E}I400{M,U,C,K,Y}I500{C,O,O,K,I,E}列舉所有的強(qiáng)關(guān)聯(lián)規(guī)則（給出支持度s和置信度c）：本題答案：【{O,K}-{E}(60%,100%)#{O,E}-{K}(60%,100%)】8、【多選題】假設(shè)數(shù)據(jù)挖掘的任務(wù)是將如下8個(gè)點(diǎn)（用（x，y）代表位置）聚類為3個(gè)簇：A1(2,10),A2(2,5),A3(8,4),B1(5,8),B2(7,5),B3(6,4),C1(1,2),C2(4,9)距離函數(shù)是歐式距離。假設(shè)初始選擇A1，B1和C1分別為每個(gè)聚類的中心，用K-平均算法來給出最后的三個(gè)簇以及簇中心:本題答案：【最后三個(gè)簇為：{A1，B1,C2}、{A3,B2,B3}、{A2,C1}#最后三個(gè)簇中心為：（3.67,9），（7,4.33），（1.5,3.5）】9、【多選題】設(shè)訓(xùn)練樣本集包含{ID，收入（萬元），婚否，愛旅游}四個(gè)特征，8條記錄如表所示，采用C4.5算法進(jìn)行連續(xù)屬性劃分，通過構(gòu)建決策樹，輸出規(guī)則為：12.5否否212否是33否否43.2是是54否否64.8否否76.8是是89.8否是本題答案：【If收入5.8and婚否=“是”，則愛旅游=“是”；#If收入5.8and婚否=“否”，則愛旅游=“否”；#If收入=5.8，則愛旅游=“是”?！?0、【多選題】已知數(shù)據(jù)集如下，下面描述正確的為：贊成反對合計(jì)男性40120160女性103040合計(jì)50150200本題答案：【P(男性，贊成)=40/200#P(贊成)=5