广东警官学院《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、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.数据挖掘的主要任务不包括以下哪项？（）A.关联规则挖掘B.数据清理C.分类与预测D.聚类分析2.以下哪种算法属于有监督学习算法？（）A.K均值算法B.决策树算法C.主成分分析算法D.密度聚类算法3.在分类算法中，用于评估分类模型准确性的常用指标是（）A.召回率B.均方误差C.支持向量机D.信息增益4.关联规则挖掘中，最小支持度的作用是（）A.控制规则的数量B.衡量规则的准确性C.决定规则是否有意义D.评估规则的覆盖范围5.聚类分析的目的是（）A.发现数据中的模式和规律B.对数据进行分类C.找出数据中的异常点D.将数据划分成不同的组，使组内数据相似性高，组间数据差异大6.以下哪个不是数据挖掘中常用的距离度量方法？（）A.欧氏距离B.曼哈顿距离C.余弦相似度D.逻辑距离7.在决策树算法中，用于选择划分属性的准则通常是（）A.信息增益B.基尼指数C.A和B都可以D.以上都不对8.支持向量机（SVM）主要用于解决什么问题？（）A.回归分析B.分类问题C.聚类分析D.关联规则挖掘9.数据挖掘过程中，数据预处理阶段不包括以下哪项操作？（）A.数据集成B.数据变换C.模型评估D.数据清理10.以下哪种算法常用于处理高维数据？（）A.朴素贝叶斯算法B.奇异值分解（SVD）算法C.神经网络算法D.线性回归算法二、多项选择题（总共5题，每题5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、错选均不得分）1.数据挖掘的应用领域包括（）A.市场营销B.金融领域C.医疗保健D.教育领域E.交通管理2.以下属于数据挖掘算法中无监督学习算法的有（）A.层次聚类算法B.贝叶斯分类算法C.密度聚类算法D.线性回归算法E.主成分分析算法3.在分类模型评估中，常用的指标有（）A.准确率B.召回率C.F1值D.均方误差E.交叉熵4.关联规则挖掘中，影响规则质量的因素有（）A.支持度B.置信度C.提升度D.覆盖度E.信息增益5.数据挖掘的数据来源可以是（）A.数据库B.文件系统C.传感器数据D.网络日志E.社交媒体数据三、判断题（总共10题，每题2分，请判断下列说法的对错，对的打“√”，错的打“×”）1.数据挖掘就是从大量数据中提取有价值信息的过程。（）2.有监督学习算法需要有标记的训练数据。（）3.决策树算法只能处理数值型数据。（）4.聚类分析中，簇的个数是预先确定的。（）5.支持度高的关联规则一定是强规则。（）6.数据挖掘算法的选择只取决于数据规模。（）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.主成分分析算法可以用于数据降维，但会损失部分信息。（）9.分类模型的性能只与训练数据有关，与测试数据无关。（）10.数据挖掘过程中，数据探索性分析是可有可无的步骤。（）四、简答题（总共3题，每题10分，请简要回答以下问题）1.请简述数据挖掘的一般流程，并说明每个阶段的主要任务。2.解释什么是分类与预测，以及常用的分类算法有哪些？3.简述关联规则挖掘中支持度、置信度和提升度的含义，并说明它们之间的关系。五、案例分析题（总共2题，每题15分，请结合实际案例回答以下问题）1.某电商平台收集了大量用户的购买行为数据，包括购买时间、购买商品种类、购买金额等。请设计一个数据挖掘方案，利用这些数据挖掘出有价值的信息，如用户购买行为模式、热门商品组合等，并说明可以采用哪些数据挖掘算法和