北京工业大学《数据挖掘》2024 - 2025 学年第一学期期末试卷

第1页学院：专业班级：姓名：学院：专业班级：姓名：学号：装订线内不要答题学院/专业：__________姓名：__________学号：__________注意事项：1、本试卷满分100分。2、考试时间120分钟。题号一二三四五六七得分得分评阅人一、单项选择题（总共10题，每题3分，每题只有一个正确答案，请将正确答案填写在括号内）1.以下哪种算法不属于数据挖掘中的分类算法？（）A.决策树算法B.支持向量机算法C.K近邻算法D.聚类算法2.在数据挖掘中，用于评估分类模型性能的指标不包括以下哪一项？（）A.准确率B.召回率C.F1值D.均方误差3.以下关于关联规则挖掘的说法，错误的是（）A.关联规则挖掘旨在发现数据中项集之间的关联关系B.频繁项集是关联规则挖掘的重要基础C.支持度和置信度是评估关联规则的两个关键指标D.关联规则挖掘只能处理数值型数据4.数据挖掘中，将数据集中的数据对象划分为不同组的过程称为（）A.分类B.聚类C.回归D.关联规则挖掘5.以下哪种数据预处理技术用于处理数据中的缺失值？（）A.数据集成B.数据变换C.数据清理D.数据归约6.在决策树算法中，用于选择划分属性的准则是（）A.信息增益B.基尼指数C.A和B都可以D.以上都不对7.支持向量机算法主要用于解决（）问题。A.分类B.聚类C.回归D.关联规则挖掘8.数据挖掘中的特征选择是为了（）A.减少数据维度B.提高模型性能C.降低计算复杂度D.以上都是9.以下哪种算法常用于处理文本数据挖掘中的情感分析？（）A.朴素贝叶斯算法B.决策树算法C.K近邻算法D.聚类算法10.在数据挖掘中，评估聚类结果的指标不包括（）A.轮廓系数B.Dunn指数C.均方误差D.簇内距离和簇间距离二、多项选择题（总共5题，每题4分，每题有两个或两个以上正确答案，请将正确答案填写在括号内，多选、少选、错选均不得分）1.以下属于数据挖掘中监督学习算法的有（）A.决策树算法B.支持向量机算法C.朴素贝叶斯算法D.聚类算法2.在关联规则挖掘中，以下关于支持度和置信度的说法正确的是（）A.支持度表示项集在数据集中出现的频率B.置信度表示在包含X的事务中同时包含Y的概率C.支持度越高，关联规则越有价值D.置信度越高，关联规则越有价值3.数据挖掘中常用的数据变换方法包括（）A.平滑处理B.规范化C.离散化D.特征提取4.以下哪些算法可以用于数据挖掘中的异常检测？（）A.基于统计的方法B.基于距离的方法C.基于密度的方法D.聚类算法5.在数据挖掘中，特征工程包括以下哪些步骤？（）A.特征选择B.特征提取C.特征变换D.特征创建三、判断题（总共10题，每题2分，请判断以下说法的对错，正确的打√，错误的打×）1.数据挖掘的目标是从大量数据中发现有价值的信息和知识。（）2.分类算法是一种无监督学习算法。（）3.关联规则挖掘中，频繁项集的支持度一定大于最小支持度阈值。（）4.数据清理只能处理数据中的噪声数据，不能处理缺失值。（）5.决策树算法生成的决策树一定是最优的。（）6.支持向量机算法对数据的分布没有要求。（）7.聚类算法的结果与初始聚类中心的选择无关。（）8.特征选择可以提高模型的泛化能力。（）9.数据挖掘中的回归分析主要用于预测连续型变量。（）10.文本数据挖掘只能处理英文文本，不能处理中文文本。（）四、简答题（总共3题，每题10分）1.请简要介绍数据挖掘中常用的分类算法及其优缺点。2.简述关联规则挖掘的基本步骤。3.数据预处理在数据挖掘中起到什么作用？请列举至少三个数据预处理的任务。五、综合题（总共2题，每题20分）1.假设你有一个客户数据集，包含客户的年龄、性别、收入、购买历史等信息。请描述如何使用数据挖掘技术来预测客户是否会购买某一新产品。请详细说明你会选择哪些算法，以及如