常州大学《数据挖掘》2024 - 2025 学年第一学期期末试卷

（第2页）制卷人签名：制卷日期制卷人签名：制卷日期：审核人签名：：审核日期：………………………………………………装……订……线…………………学院专业/班级学号姓名题号一二三四五六七八总分阅卷教师得分………………一、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.在数据挖掘中，数据预处理不包括以下哪个步骤（）A.数据集成B.数据转换C.数据挖掘D.数据清理3.对于频繁项集挖掘，以下说法正确的是（）A.频繁项集的支持度一定大于最小支持度B.频繁项集的置信度一定大于最小置信度C.频繁项集的支持度和置信度都要大于最小支持度和最小置信度D.频繁项集的支持度大于最小支持度，置信度大于最小置信度的项集是强关联规则4.以下哪种距离度量方法常用于聚类分析（）A.欧氏距离B.曼哈顿距离C.余弦距离D.以上都是5.决策树算法中，用于选择划分属性的准则是（）A.信息增益B.信息增益率C.基尼指数D.以上都是6.支持向量机的核心思想是（）A.最大化分类间隔B.最小化分类间隔C.最大化支持向量数量D.最小化支持向量数量7.在关联规则挖掘中，以下哪个概念与频繁项集挖掘密切相关（）A.支持度B.置信度C.提升度D.以上都是8.数据挖掘中的特征选择方法不包括以下哪种（）A.主成分分析B.决策树剪枝C.信息增益D.奇异值分解9.对于回归分析，以下说法错误的是（）A.线性回归模型中，自变量和因变量之间是线性关系B.非线性回归模型中，自变量和因变量之间是非线性关系C.回归分析可以用于预测连续型变量D.回归分析只能用于预测数值型变量，不能用于预测分类变量10.以下哪种算法常用于处理不平衡数据（）A.SMOTEB.KNNC.决策树D.朴素贝叶斯二、多项选择题（总共5题，每题4分，每题有多个正确答案，请将正确答案填入括号内，少选、多选、错选均不得分）1.数据挖掘的应用领域包括（）A.市场营销B.金融分析C.医疗保健D.图像处理E.网络安全2.以下哪些是数据挖掘中常用的评价指标（）A.准确率B.召回率C.F1值D.均方误差E.支持度3.聚类算法的主要类型有（）A.划分聚类B.层次聚类C.密度聚类D.网格聚类E.模型聚类4.关联规则挖掘中，强关联规则需要满足的条件是（）A.支持度大于最小支持度B.置信度大于最小置信度C.提升度大于1D.支持度大于置信度E.支持度和置信度都大于提升度5.以下哪些是数据挖掘中常用的分类算法（）A.决策树B.支持向量机C.朴素贝叶斯D.KNNE.聚类算法三、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.频繁项集的支持度越高，说明该项集在数据集中出现的频率越低。（）3.聚类算法可以将数据集中的数据划分成不同的类别，类别数是已知的。（）4.关联规则挖掘中，置信度表示在出现A的情况下，同时出现B的概率。（）5.决策树算法对数据的噪声比较敏感。（）6.支持向量机只能处理线性可分的数据。（）7.数据挖掘中的特征选择是为了减少数据维度，提高模型性能。（）8.回归分析中，自变量和因变量之间必须存在因果关系。（）9.不平衡数据会导致分类算法的性能下降，需要进行处理。（）10.数据挖掘的过程包括数据预处理、数据挖掘、模型评估和结果可视化等步骤。（）四、简答题（总共3题，每题10分）1.请简述数据挖掘中分类算法的基本流程。2.什么是频繁项集挖掘？简述其主要步骤。3.简述聚类算法的优缺点。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、购买频率等属性，以及客户是否购买某产品的标签。请设计一个数据挖掘方案，包括选择合适的算法、