数据挖掘考试题及答案

数据挖掘考试题及答案

单项选择题（每题2分，共10题）1.数据挖掘的核心目标是：A.统计描述数据B.发现隐藏模式和知识C.可视化数据D.提升存储效率2.K-means属于哪种聚类类型？A.层次聚类B.划分式聚类C.密度聚类D.网格聚类3.关联规则A→B的支持度是：A.P(A∩B)B.P(B|A)C.P(A∪B)D.P(A)+P(B)4.决策树剪枝的目的是：A.提高训练准确率B.减少过拟合C.降低计算量D.增加特征维度5.SVM的全称是：A.支持向量机B.随机森林C.逻辑回归D.朴素贝叶斯6.不属于数据预处理的是：A.缺失值处理B.特征选择C.模型训练D.数据去重7.异常检测属于哪种任务？A.分类B.回归C.模式识别D.聚类8.关联规则置信度公式是：A.支持度(A∩B)/支持度(A)B.支持度(A∩B)/支持度(B)C.支持度(A∩B)/(P(A)+P(B))D.支持度(A∩B)P(A)9.神经网络BP算法作用是：A.初始化权重B.调整权重C.计算输出D.选激活函数10.“维度灾难”指：A.特征过少欠拟合B.特征过高计算复杂C.数据量过大存储不足D.数据类型不统一单选答案：1.B2.B3.A4.B5.A6.C7.C8.A9.B10.B多项选择题（每题2分，共10题）1.数据挖掘常用任务包括：A.分类B.聚类C.关联规则D.异常检测2.属于分类算法的有：A.决策树B.SVMC.逻辑回归D.朴素贝叶斯3.K-means特点包括：A.需指定KB.对初始中心敏感C.对噪声敏感D.迭代优化4.数据预处理方法有：A.缺失值填充B.归一化C.特征选择D.去重5.关联规则评价指标：A.支持度B.置信度C.提升度D.兴趣度6.决策树分裂准则：A.信息增益B.基尼系数C.增益率D.均方误差7.异常检测方法：A.统计法（3σ）B.聚类法C.分类法D.关联规则8.属于监督学习的有：A.分类B.回归C.聚类D.无监督异常检测9.数据挖掘应用领域：A.金融风控B.电商推荐C.医疗诊断D.网络安全10.神经网络组成：A.输入层B.隐藏层C.输出层D.激活函数多选答案：1.ABCD2.ABCD3.ABCD4.ABCD5.ABCD6.ABC7.ABC8.AB9.ABCD10.ABCD判断题（每题2分，共10题）1.数据挖掘等同于大数据分析。A.正确B.错误2.K-means对初始中心不敏感。A.正确B.错误3.支持度越高，规则越有意义。A.正确B.错误4.剪枝可减少决策树过拟合。A.正确B.错误5.监督学习需要标注数据。A.正确B.错误6.朴素贝叶斯假设特征独立。A.正确B.错误7.异常检测仅属无监督学习。A.正确B.错误8.归一化可消除特征量纲。A.正确B.错误9.SVM适合高维数据。A.正确B.错误10.Apriori是关联规则经典算法。A.正确B.错误判断答案：1.B2.B3.B4.A5.A6.A7.B8.A9.A10.A简答题（共4题，每题5分）1.简述数据挖掘基本流程。2.什么是过拟合？如何避免？3.支持度与置信度的核心区别？4.聚类与分类的主要区别？简答答案：1.①数据收集→②预处理（清洗/转换）→③特征工程→④建模→⑤评估→⑥部署。2.过拟合：训练好测试差，过度学噪声。避免：增数据、正则化、剪枝、交叉验证。3.支持度：规则频率（P(A∩B)）；置信度：A→B概率（P(B|A)），前者测普遍性，后者测关联性。4.聚类：无标注，按相似度分组；分类：有标注，学映射预测类别（无监督vs监督）。讨论题（共4题，每题5分）1.举例金融领域数据挖掘应用。2.如何选K-means的K值？3.决策树与随机森林的区别？4.异常检测在网络安全的作用？讨论答案：1.金融风控：用分类算法识别欺诈交易/高风险客户，降低坏账。2.肘部法则（失真度