大数据分析与可视化智慧树知到答案章节测试2023年山东交通学院

第一章测试什么是KDD？（）

A:文档知识发现

B:数据挖掘与知识发现

C:领域知识发现

D:动态知识发现

答案:B数据挖掘分析是指从海量的数据中抽取感兴趣的（有价值的、隐含的、以前没有用但是潜在有用信息的）模式和知识。（）

A:对

B:错

答案:A数据挖掘分析的步骤包括（）

A:创建数据集

B:模型评估

C:算法分析

D:数据预处理

答案:ABCD当今社会，数据挖掘分析被广泛应用。（）

A:对

B:错

答案:A（）是未来大数据分析的发展趋势。

A:实时性

B:非结构化数据

C:简单

D:可视化

答案:ABD第二章测试关于描述统计，包括（）。

A:相关分析

B:集中趋势分析

C:其余选项都不是

D:离中趋势分析

答案:ABD以下属于推断统计的是（）。

A:离中趋势分析

B:集中趋势分析

C:参数估计

D:其余选项都不是

答案:A在数据特征的测度中，描述分布的形状的值为（）

A:偏态

B:峰态

C:中位数

D:众数

答案:AB测度集中趋势就是寻找数据水平的代表值或中心值（）

A:错

B:对

答案:B四分位数可以用于顺序数据、数值数据和分类数据（）

A:错

B:对

答案:A第三章测试下面哪个属于映射数据到新的空间的方法？()

A:特征加权

B:渐进抽样

C:维归约

D:傅立叶变换

答案:D将原始数据进行集成、变换、维度规约、数值规约是在以下哪个步骤的任务？（）

A:频繁模式挖掘

B:分类和预测

C:数据预处理

D:数据流挖掘

答案:C影响数据质量问题的因素有哪些（）

A:可信性、可解释性

B:准确性、完整性、一致性

C:其余选项都对

D:相关性、时效性

答案:C数据预处理的常见方法有（）

A:数据集成

B:其余选项都不对

C:数据清洗

D:数据变换

答案:ACD数据预处理是指在对数据进行挖掘分析以前，需要对原始数据进行清理、集合和变换等一系列处理工作（）

A:错

B:对

答案:B第四章测试考虑下面的频繁3-项集的集合：{1，2，3}，{1，2，4}，{1，2，5}，{1，3，4}，{1，3，5}，{2，3，4}，{2，3，5}，{3，4，5}假定数据集中只有5个项，采用合并策略，由候选产生过程得到4-项集不包含（）

A:1，2，4，5

B:1，2，3，5

C:1，2，3，4

D:1，3，4，5

答案:A频繁项集、频繁闭项集、最大频繁项集之间的关系是：()

A:频繁项集频繁闭项集=最大频繁项集

B:频繁项集=频繁闭项集最大频繁项集

C:频繁项集=频繁闭项集=最大频繁项集

D:频繁项集频繁闭项集最大频繁项集

答案:D某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖掘的哪类问题？()

A:关联规则发现

B:分类

C:聚类

D:自然语言处理

答案:A下面购物篮能够提取的3-项集的最大数量是多少（）ID购买项1牛奶，啤酒，尿布2面包，黄油，牛奶3牛奶，尿布，饼干4面包，黄油，饼干5啤酒，饼干，尿布6牛奶，尿布，面包，黄油7面包，黄油，尿布8啤酒，尿布9牛奶，尿布，面包，黄油10啤酒，饼干

A:3

B:2

C:1

D:4

答案:AApriori算法的计算复杂度受(

)影响。

A:事务数

B:项数（维度）

C:支持度阀值

D:事务平均宽度

答案:ABCD第五章测试以下哪些算法是分类算法，（）

A:DBSCAN

B:K-Mean

C:EM

D:C4.5

答案:D决策树中不包含一下哪种结点，()

A:内部结点（internalnode）

B:根结点（rootnode)

C:外部结点（externalnode）

D:叶结点（leafnode）

答案:C以下哪项关于决策树的说法是错误的()

A:子树可能在决策树中重复多次

B:冗余属性不会对决策树的准确率造成不利的影响

C:寻找最佳决策树是NP完全问题

D:决策树算法对于噪声的干扰非常敏感

答案:D以下关于人工神经网络（ANN）的描述错误的有()

A:至少含有一个隐藏层的多层神经网络

B:神经网络对训练数据中的噪声非常鲁棒

C:可以处理冗余特征

D:训练ANN是一个很耗时的过程

答案:B贝叶斯信念网络(BBN)有如下哪些特点，（）

A:网络结构确定后，添加变量相当麻烦

B:构造网络费时费力

C:对模型的过分问题非常鲁棒

D:贝叶斯网络不适合处理不完整的数据

答案:BC如下哪些不是最近邻分类器的特点，()

A:最近邻分类器基于全局信息进行预测

B:可以生产任意形状的决策边界

C:它使用具体的训练实例进行预测，不必维护源自数据的模型

D:分类一个测试样例开销很大

答案:A第六章测试（）这些数据特性都是对聚类分析具有很强影响的。

A:规模

B:噪声和离群点

C:稀疏性

D:高维性

答案:ABCD考虑这么一种情况：一个对象碰巧与另一个对象相对接近，但属于不同的类，因为这两个对象一般不会共享许多近邻，所以应该选择（）的相似度计算方法。

A:共享最近邻

B:平方欧几里德距离

C:直接相似度

D:余弦距离

答案:A在基本K均值算法里，当邻近度函数采用（）的时候，合适的质心是簇中各点的中位数。

A:平方欧几里德距离

B:曼哈顿距离

C:余弦距离

D:Bregman散度

答案:B简单地将数据对象集划分成不重叠的子集，使得每个数据对象恰在一个子集中，这种聚类类型称作（）

A:模糊聚类

B:非互斥聚类

C:层次聚类

D:划分聚类

答案:DK均值是一种产生划分聚类的基于密度的聚类算法，簇的个数由算法自动地确定。（）

A:对

B:错

答案:B第七章测试可视化涉及到的学科包括（）

A:人机交互

B:数据挖掘

C:统计分析

D:计算机图形学

答案:ABCD若有一个数据集，每个数据点有5个属性，以下哪种可视化技术最适用于表示其属性凉凉之间的相关性呢？（）

A:像素图

B:坐标系

C:散