安徽理工大学《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，在每小题给出的四个选项中，只有一项是符合题目要求的，请将正确答案填写在括号内）1.以下哪种算法不属于分类算法？（）A.决策树B.支持向量机C.K近邻D.聚类算法2.数据挖掘中的关联规则挖掘主要用于发现（）。A.数据之间的因果关系B.数据之间的相似性C.数据之间的关联关系D.数据的分布规律3.以下关于Apriori算法的描述，错误的是（）。A.是一种经典的关联规则挖掘算法B.采用逐层搜索的迭代方法C.对大数据集效率高D.可能产生大量候选集4.决策树中的信息增益是指（）。A.划分前数据集的熵与划分后子集熵的差值B.划分后子集熵与划分前数据集熵的差值C.划分前数据集的信息增益率与划分后子集信息增益率的差值D.划分后子集信息增益率与划分前数据集信息增益率的差值5.在K近邻算法中，K的取值对分类结果有重要影响，一般来说，K取值较小会导致（）。A.模型复杂度降低，分类精度提高B.模型复杂度降低，分类精度降低C.模型复杂度增加，分类精度提高D.模型复杂度增加，分类精度降低6.支持向量机的核心思想是（）。A.寻找最大间隔超平面进行分类B.对数据进行聚类C.构建决策树进行分类D.基于概率模型进行分类7.数据挖掘中，数据预处理的目的不包括（）。A.提高数据质量B.消除噪声C.增加数据维度D.使数据适合挖掘算法8.以下哪种聚类算法对数据分布形状要求较低？（）A.K均值聚类B.DBSCAN密度聚类C.层次聚类D.谱聚类9.关于朴素贝叶斯分类器，以下说法正确的是（）。A.假设特征之间相互独立B.不适合处理文本数据C.对缺失值敏感D.分类精度低于决策树10.数据挖掘中，频繁项集是指（）。A.出现频率高于某个阈值的项集B.包含所有项的集合C.出现频率最低的项集D.不包含任何项的集合二、多项选择题（总共5题，每题4分，在每小题给出的五个选项中，有多项是符合题目要求的，请将所有正确答案填写在括号内）1.以下属于数据挖掘中常用的评估指标有（）。A.准确率B.召回率C.F1值D.均方误差E.信息增益2.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E.欧式距离3.以下哪些算法可以用于处理回归问题？（）A.线性回归B.决策树回归C.支持向量回归D.K近邻回归E.朴素贝叶斯分类器（可用于回归）4.数据挖掘中，数据降维的方法有（）。A.主成分分析B.奇异值分解C.特征选择D.聚类E.关联规则挖掘5.以下关于聚类算法的说法，正确的有（）。A.不同的聚类算法适用于不同的数据分布B.聚类结果的质量与数据的特征有关C.聚类算法不需要预先知道类别标签D.聚类算法可以用于数据分类E.聚类算法的性能评估指标与分类算法相同三、判断题（总共10题，每题2分，判断下列各题的正误，正确的打“√”，错误的打“×”）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.关联规则挖掘中，支持度高的规则一定是强规则。（）3.决策树算法对缺失值不敏感。（）4.K均值聚类算法对初始聚类中心的选择不敏感。（）5.支持向量机只能处理线性可分的数据。（）6.数据挖掘中的分类算法可以用于预测连续型变量。（）7.朴素贝叶斯分类器的训练时间比决策树算法长。（）8.层次聚类算法可以生成不同层次的聚类结果。（）9.数据降维可以减少数据量，提高挖掘效率，但可能会损失一些信息。（）10.评估分类算法性能时，测试集可以使用训练集数据。（）四、简答题（总共3题，每题10分，请简要回答下列问题）1.简述Apriori算法的基本步骤。2.说明决策树算法中剪枝的作用和方法。3.解释什么是