北京大学《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B.支持向量机C.聚类算法D.朴素贝叶斯2.在关联规则挖掘中，支持度（Support）的作用是（）。A.衡量规则的可信度B.衡量规则的频繁程度C.衡量规则的重要性D.衡量规则的新颖性3.数据挖掘中的数据预处理步骤不包括以下哪一项？（）A.数据清洗B.数据集成C.数据可视化D.数据变换4.对于频繁项集挖掘，Apriori算法的核心思想是（）。A.逐层搜索B.深度优先搜索C.广度优先搜索D.随机搜索5.以下哪个指标用于评估回归模型的拟合优度？（）A.准确率B.召回率C.F1值D.决定系数6.在数据挖掘中，处理高维数据时常用的降维方法是（）。A.主成分分析B.聚类分析C.关联规则挖掘D.分类算法7.以下哪种算法常用于异常检测？（）A.K-MeansB.DBSCANC.IsolationForestD.C4.58.数据挖掘中的监督学习算法需要（）。A.有标记的数据B.无标记的数据C.大量的数据D.实时的数据9.在决策树中，信息增益（InformationGain）用于（）。A.选择最佳划分属性B.计算节点的纯度C.评估模型的性能D.剪枝10.支持向量机（SVM）主要用于解决（）问题。A.分类B.聚类C.关联规则挖掘D.数据预处理二、多项选择题（总共5题，每题4分，每题有多个正确答案，请将正确答案填写在括号内，少选、多选均不得分）1.数据挖掘中的分类算法包括（）。A.决策树B.支持向量机C.朴素贝叶斯D.K-Means2.关联规则挖掘中的评估指标有（）。A.支持度B.置信度C.提升度D.准确率3.在数据挖掘中，数据预处理的目的包括（）。A.提高数据质量B.减少数据量C.提高算法效率D.增强数据安全性4.以下哪些算法属于无监督学习算法？（）A.聚类算法B.关联规则挖掘C.异常检测算法D.回归算法5.决策树的构建过程中，常用的划分属性选择方法有（）。A.信息增益B.信息增益率C.基尼指数D.均方误差三、判断题（总共10题，每题2分，请判断对错，在括号内填写“√”或“×”）1.数据挖掘就是从大量数据中提取有用信息和知识的过程。（）2.关联规则挖掘中，支持度高的规则一定是强规则。（）3.数据清洗只能处理缺失值，不能处理重复数据。（）4.聚类算法是一种监督学习算法。（）5.决策树构建过程中，当所有样本属于同一类别时，信息增益为0。（）6.在支持向量机中，核函数的选择不影响模型的性能。（）7.朴素贝叶斯算法基于贝叶斯定理和特征条件独立假设。（）8.数据挖掘中的模型评估只能使用测试集进行。（）9.对于高维数据，使用降维方法可以提高数据挖掘算法的效率和效果。（）10.异常检测算法可以发现数据中的异常点，但不能区分正常数据和异常数据。（）四、简答题（总共3题，每题10分）1.请简要介绍数据挖掘中的分类算法，并说明其应用场景。2.阐述关联规则挖掘的基本概念，并解释支持度、置信度和提升度的含义。3.简述数据预处理在数据挖掘中的重要性，并列举常见的数据预处理方法。五、综合题（总共2题，每题20分）1.假设你有一个数据集，包含多个属性和一个类别属性。请描述如何使用决策树算法对该数据集进行分类，并说明决