数据挖掘考试题目

1、数据挖掘考试题目关联分析一、10 个选择1. 以下属于关联分析的是（ ）A CPU性能预测B购物篮分析C自动判断鸢尾花类别D股票趋势建模2. 维克托 ?迈尔 -舍恩伯格在大数据时代：生活、工作与思维的大变革一书中，持续强调 了一个观点：大数据时代的到来，使我们无法人为地去发现数据中的奥妙， 与此同时， 我们 更应该注重数据中的相关关系， 而不是因果关系。 其中， 数据之间的相关关系可以通过以下哪个算法直接挖掘（）A K-meansBBayes NetworkCDApriori3. 置信度 (confidence)是衡量兴趣度度量（）的指标。A简洁性B确定性C实用性D新颖性算法的加速过程依赖于以

2、下哪个策略（ ）A抽样B剪枝C缓冲D并行5. 以下哪个会降低 Apriori 算法的挖掘效率（ ）A支持度阈值增大B项数减少C事务数减少D减小硬盘读写速率算法使用到以下哪些东东（ ）A格结构、有向无环图B二叉树、哈希树C格结构、哈希树D多叉树、有向无环图7. 非频繁模式（ ）A其置信度小于阈值B令人不感兴趣C包含负模式和负相关模式D对异常数据项敏感） 注：分别以 1、2、3 代表之 8. 对频繁项集、频繁闭项集、极大频繁项集的关系描述正确的是（B2 可以还原出无损的 1D2与 1是完全等价的）B查找D剪枝）B WekaD KnimeA3 可以还原出无损的 1C3与 2 是完全等价的 tree

3、在 Apriori 算法中所起的作用是A存储数据C加速查找10. 以下不属于数据挖掘软件的是（A SPSS ModelerC Apache Spark二、10 个填空1. 关联分析中表示关联关系的方法主要有： 和 。2. 关联规则的评价度量主要有：和。3. 关联规则挖掘的算法主要有：和。4. 购物篮分析中，数据是以的形式呈现。5. 一个项集满足最小支持度，我们称之为 。6. 一个关联规则同时满足最小支持度和最小置信度，我们称之为 。7. 在回归与相关分析中，因变量值随自变量值的增大（减小）而减小（增大）的现象叫 做。8. 极大频繁项集不能无损还原出频繁项集，是因为它不包含频繁项集的 信息。9.

4、 经典的 Apriori 算法是逐层扫描的，也就是说它是 （选:深度 /宽度）优先的。10. 数据挖掘大概步骤包括：输入数据 预处理 挖掘 后处理 输出知识。其中，输出的 知识可以有很多种表示形式， 两种极端的形式是： 内部结构难以被理解的黑匣子， 比如说 人工神经网络训练得出的网络； 模式结构清晰的匣子， 这种结构容易被人理解， 比如说决 策树产生的树。那么，关联分析中输出的知识的表示形式主要是 （选: 黑匣子 /清晰结构 ） 。三、10 个判断（ ）1. 啤酒与尿布的故事是聚类分析的典型实例。（ ）算法是一种典型的关联规则挖掘算法。（ ）3. 支持度是衡量关联规则重要性的一个指标。（ ）4

5、. 可信度是对关联规则的准确度的衡量。（ ）5.给定关联规则 A B，意味着：若 A发生， B也会发生。（ ）6. 频繁闭项集可用来无损压缩频繁项集。（ ）7. 关联规则可以用枚举的方法产生。（ ）算法产生的关联规则总是确定的。（ ）9. 不满足给定评价度量的关联规则是无趣的。（ ）10. 对于项集来说，置信度没有意义。四、5个简答1. 简述关联规则产生的两个基本步骤。算法是从事务数据库中挖掘布尔关联规则的常用算法，该算法利用频繁项集性质的先验知 识，从候选项集中找到频繁项集。请简述 Apriori 算法的基本原理。3. 简述 Apriori 算法的优点和缺点。4. 针对 Apriori 算法

6、的缺点，可以做哪些方面的改进？5. 强关联规则一定是有趣的吗？为什么？数据挖掘考试题目 +参考答案、 10 个选择1. 以下属于关联分析的是（B )ACPU性能预测B购物篮分析C自动判断鸢尾花类别D股票趋势建模2. 维克托 ?迈尔 -舍恩伯格在大数据时代：生活、工作与思维的大变革一书中，持续强调 了一个观点：大数据时代的到来，使我们无法人为地去发现数据中的奥妙， 与此同时， 我们 更应该注重数据中的相关关系， 而不是因果关系。 其中， 数据之间的相关关系可以通过以下 哪个算法直接挖掘（ D ）A其置信度小于阈值B令人不感兴趣A K-meansB Bayes NetworkCD Apriori3

7、. 置信度 （confidence） 是衡量兴趣度度量（ B ）的指标。A简洁性B确定性C实用性D新颖性算法的加速过程依赖于以下哪个策略（ B ）A抽样B剪枝C缓冲D并行5. 以下哪个会降低 Apriori算法的挖掘效率（ D ）A支持度阈值增大B项数减少C事务数减少D减小硬盘读写速率算法使用到以下哪些东东（C )A格结构、有向无环图B二叉树、哈希树C格结构、哈希树D多叉树、有向无环图7. 非频繁模式（ D ）C包含负模式和负相关模式D对异常数据项敏感8.对频繁项集、频繁闭项集、极大频繁项集的关系描述正确的是（ B ） 注：分别以 1、 2、3代表之 A 3可以还原出无损的 1B2 可以还原出

8、无损的 1C3与 2是完全等价的D2与 1是完全等价的tree 在 Apriori 算法中所起的作用是（ C ）A存储数据B查找C加速查找D剪枝10. 以下不属于数据挖掘软件的是（ C ）A SPSS ModelerB WekaC Apache SparkD Knime二、10 个填空1. 关联分析中表示关联关系的方法主要有： 项集 和 关联规则 。2. 关联规则的评价度量主要有： 支持度 和 置信度 。3. 关联规则挖掘的算法主要有： Apriori 和 FP-Growth 。4. 购物篮分析中，数据是以 不对称二元变量 的形式呈现。5. 一个项集满足最小支持度，我们称之为 频繁项集 。6.

9、 一个关联规则同时满足最小支持度和最小置信度，我们称之为 强规则 。7. 在回归与相关分析中， 因变量值随自变量值的增大 （减小）而减小（增大）的现象叫做 负 相关 。8. 极大频繁项集不能无损还原出频繁项集，是因为它不包含频繁项集的 支持度 信息。9. 经典的 Apriori 算法是逐层扫描的，也就是说它是 宽度 （ 选:深度/ 宽度）优先的。10. 数据挖掘大概步骤包括：输入数据 预处理 挖掘 后处理 输出知识。其中，输出的 知识可以有很多种表示形式， 两种极端的形式是： 内部结构难以被理解的黑匣子， 比如说 人工神经网络训练得出的网络； 模式结构清晰的匣子， 这种结构容易被人理解， 比如

10、说决 策树产生的树。 那么，关联分析中输出的知识的表示形式主要是 清晰结构 （ 选:黑匣子 /清晰结构 ） 。三、10 个判断（ ? ）1. 啤酒与尿布的故事是聚类分析的典型实例。（ ? ）算法是一种典型的关联规则挖掘算法。（ ? ）3. 支持度是衡量关联规则重要性的一个指标。（ ? ）4. 可信度是对关联规则的准确度的衡量。（ ? ） 5.给定关联规则 A B，意味着：若 A发生， B也会发生。（ ? ）6. 频繁闭项集可用来无损压缩频繁项集。（ ? ）7. 关联规则可以用枚举的方法产生。（ ? ）算法产生的关联规则总是确定的。（ ? ）9. 不满足给定评价度量的关联规则是无趣的。（ ? ）

11、10. 对于项集来说，置信度没有意义。四、5个简答1. 简述关联规则产生的两个基本步骤。答：关联规则产生的两个基本步骤为： 根据给定的支持度从项集中产生频繁项集； 根据 给定的置信度从频繁项集中产生关联规则。算法是从事务数据库中挖掘布尔关联规则的常用算法，该算法利用频繁项集性质的先验知 识，从候选项集中找到频繁项集。请简述 Apriori 算法的基本原理。 答：关联规则的产生并不依赖于 Apriori 算法， Apriori 算法用来加速规则的产生过程。 Apriori 算法的加速过程依赖于这样一个先验原理：“频繁项集的子集是频繁的”。3. 简述 Apriori 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。4. 针对 Apriori 算法的缺点，可以做哪些方面的改进？I/O 开销较大。由此，可以答： Apriori 算法的缺点主要是产