数据挖掘考试题目——简答题_第1页
数据挖掘考试题目——简答题_第2页
数据挖掘考试题目——简答题_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、数据挖掘考试题目简答题（1） 什么是数据挖掘？什么是知识发现？答：数据挖掘是在大型数据存储库中，自动地发现有用的信息的过程。知识发现是将未加工的数据转换为有用信息的整个过程。（2） 数据挖掘要解决的问题包括哪五项？答：可伸缩、高维性、异种数据和复杂数据、数据的所有权与分布、非传统的分析。（3） 数据的属性分别包括哪几种类型？分别可执行什么操作？答：标称(nomial)相异性序数(ordinal)区间(interval)比率(ratio) =和序 <、>、加法+、-乘法×、÷（4） 数据中遗漏值的处理策略包括哪几种？答：1、删除数据对象或属性，如遗漏数据对象很少

2、2、估计遗漏值，如插值或最近邻法3、在分析时忽略遗漏值，如忽略属性计算相似度（5） 数据预处理的工作可以包括哪两类？答：1、选择分析所需要的数据对象和属性2、创建或改变属性（6） 聚集的目的是什么？答：1、数据约减 2、改变尺度3、提高数据的稳定性（7） 有效抽样的定义是什么？答：1、如果样本是有代表性的，则使用样本与使用整个数据集的效果几乎一样2、样本具有足够的代表性的前提是它近似地具有与原数据集相同的感兴趣的性质（8） 维归约的目的是什么？答：1、避免维灾难 2、减少数据挖掘算法的时间与空间开销 3、便于模型的理解与数据的可视化4、删除无关特征并降低噪声（9） 特征子集的选择方法中，除了基

3、于领域知识和穷举法，还包括三种方法？请列举并简要说明答：1、嵌入法：特征子集选择算法作为数据挖掘算法的一部分自然存在 2、过滤法：使用某种独立于数据挖掘任务的方法，在数据挖掘算法运行前进 行 特征选择3、包装法：将目标数据挖掘算法作为黑盒，使用类似理想算法的方法，但并 不枚举所有可能（10） 当满足什么性质时，距离可以称为度量？答：1、非负性，d(p, q) >=0 ，当且仅当p = q时d(p, q) = 0 2、对称性，d(p, q) = d(q, p) 3、三角不等式：d(p, r) <=d(p, q) + d(q, r) 同时满足以上三个性质的距离称为度量。（11） 简述A

4、priori算法的优点和缺点。答：Apriori算法的优点：结构简单、易于理解。Apriori算法的缺点：产生大量的候选项集，I/O开销较大。（12） 简述构造FP树时第一步通常必须要做什么，为什么？答：第一步就是扫描一次数据集，确定每个项的支持度计数。丢弃非频繁项，而将频繁项按照支持度递减排序。这样做的目的是最大限度的压缩数据，要不树就会比较茂盛，则达不到计算优化的目的。（13） 簇评估的主要任务是什么。答 ： 确定数据集的聚类趋势。 确定正确的簇个数。 不引用附加的信息，评估聚类分析结果对数据的拟合情况。 将聚类分析结果与已知的客观结果比较。 比较两个簇集，确定哪个更好。（14） 写出K均值算法的优缺点。答：优点：（1）可以用于各种数据类型          （2）有效缺点：（1）不能处理非球形簇、不同尺寸和不同密度的簇（2）离群点的数

人人文库> 全部分类> 教育资料 > 课设设计

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论