安徽大学《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，请将正确答案填入括号内）1.以下哪种算法不属于基于距离的聚类算法？（）A.K-MeansB.DBSCANC.OPTICSD.BIRCH2.在决策树中，信息增益是用来衡量（）。A.划分数据集后信息不确定性的减少程度B.决策树的深度C.叶节点的纯度D.数据集的大小3.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.回归4.以下关于Apriori算法的说法，错误的是（）。A.是一种频繁项集挖掘算法B.采用逐层搜索的迭代方法C.每次迭代生成的候选集比上一次更大D.利用了向下封闭性5.数据挖掘中的特征选择是为了（）。A.减少数据维度B.增加数据维度C.提高数据的噪声D.降低模型的准确性6.以下哪种算法是基于模型的聚类算法？（）A.Mean-ShiftB.AGNESC.DIANAD.CURE7.在朴素贝叶斯分类器中，假设特征之间（）。A.相互独立B.相互关联C.有因果关系D.有顺序关系8.梯度下降法是用于求解（）的优化算法。A.目标函数最大值B.目标函数最小值C.约束条件D.数据的均值9.以下哪个不是数据挖掘的常见应用领域？（）A.金融B.医疗C.教育D.操作系统开发10.聚类评估指标中的轮廓系数取值范围是（）。A.[-1,1]B.[0,1]C.[-1,0]D.[1,2]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，请将正确答案填入括号内，多选、少选或错选均不得分）1.以下哪些属于数据挖掘的任务？（）A.分类B.预测C.关联规则挖掘D.数据可视化2.决策树的构建过程中，可能用到的划分准则有（）。A.信息增益B.信息增益率C.基尼指数D.均方误差3.支持向量机中的核函数有（）。A.线性核B.多项式核C.高斯核D.拉普拉斯核4.以下关于聚类算法的说法，正确的有（）。A.K-Means算法对初始聚类中心敏感B.DBSCAN算法能发现任意形状的簇C.层次聚类算法分为凝聚式和分裂式D.谱聚类算法计算复杂度较低5.数据预处理包括以下哪些步骤？（）A.数据清洗B.数据集成C.数据变换D.数据归约三、判断题（总共10题，每题2分，请判断对错，在括号内打“√”或“×”）1.数据挖掘的目的是从大量数据中发现有价值的信息和知识。（）2.决策树的剪枝是为了防止过拟合。（）3.支持向量机只能处理线性可分的数据。（）4.Apriori算法生成频繁项集时，候选集的大小会逐渐减小。（）5.特征选择可以提高模型的训练速度和泛化能力。（）6.K-Means算法属于层次聚类算法。（）7.朴素贝叶斯分类器在处理连续型数据时不需要进行数据转换。（）8.梯度下降法的收敛速度只与学习率有关。（）9.聚类算法的评估指标可以用来比较不同聚类结果的优劣。（）10.数据挖掘中的分类算法只能处理数值型数据。（）四、简答题（总共3题，每题10分）1.请简述K-Means算法的基本步骤。2.什么是信息增益？在决策树构建中如何计算信息增益？3.简述支持向量机的基本原理。五、综合应用题（总共2题，每题20分）1.假设你有一个数据集，包含多个属性