广东外语外贸大学《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、单项选择题（总共10题，每题3分，从以下每题的四个选项中，选出一个正确的，并将答案代码填在题干后的括号内）1.以下哪种算法不属于基于距离的聚类算法？（）A.K-Means算法B.DBSCAN算法C.OPTICS算法D.层次聚类算法2.在关联规则挖掘中，支持度的含义是（）。A.规则中前项和后项同时出现的概率B.规则中前项出现的概率C.规则中后项出现的概率D.规则的置信度3.决策树算法中，用于选择划分属性的指标通常是（）。A.信息增益B.基尼系数C.均方误差D.以上都可以4.以下关于数据预处理的说法，错误的是（）。A.数据清洗主要是处理缺失值、噪声数据等B.数据集成是将多个数据源中的数据结合起来并统一存储C.数据归约可以降低数据的规模，不改变数据的完整性D.数据变换只能对数值型数据进行5.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.数据降维6.以下哪个不是数据挖掘的主要任务？（）A.数据可视化B.分类与预测C.聚类分析D.异常检测7.在Apriori算法中，生成频繁项集的过程是（）。A.自底向上B.自顶向下C.随机生成D.以上都不对8.朴素贝叶斯分类器的假设是（）。A.特征之间相互独立B.特征之间存在强相关性C.特征服从正态分布D.特征服从泊松分布9.以下哪种算法常用于处理不平衡数据集？（）A.AdaBoost算法B.K-Means算法C.决策树算法D.支持向量机算法10.数据挖掘中的模型评估指标，对于分类问题，以下不属于常用指标的是（）。A.准确率B.召回率C.F1值D.均方根误差二、多项选择题（总共5题，每题4分，从以下每题的五个选项中，选出二至五个正确的，并将答案代码填在题干后的括号内，错选、多选、少选均不得分）1.以下哪些算法属于聚类算法？（）A.K-Means算法B.DBSCAN算法C.朴素贝叶斯算法D.层次聚类算法E.决策树算法2.关联规则挖掘中，提升度的作用是（）。A.衡量规则的实用性B.比较规则的支持度和期望支持度C.帮助判断规则是否具有实际价值D.与支持度和置信度无关E.用于选择最优的关联规则3.数据挖掘中，特征选择的方法有（）。A.基于信息增益的方法B.基于基尼系数的方法C.主成分分析D.奇异值分解E.决策树剪枝4.以下关于深度学习在数据挖掘中的应用，正确的是（）。A.可以自动提取数据的特征B.适合处理大规模、高维度的数据C.能够构建复杂的模型结构D.训练过程通常比较简单E.在图像识别、语音识别等领域有广泛应用5.模型评估中，常用的交叉验证方法有（）。A.留出法B.交叉验证法C.自助法D.随机森林法E.梯度提升法三、判断题（总共10题，每题2分，请判断以下各题的正误，正确的打“√”，错误的打“×”）1.数据挖掘就是从大量数据中提取有价值信息的过程。（）2.K-Means算法对初始聚类中心的选择不敏感。（）3.关联规则中，置信度高的规则一定是强规则。（）4.决策树算法只能处理数值型数据。（）5.支持向量机的核函数可以将低维空间的数据映射到高维空间。（）6.数据挖掘的结果一定是准确无误的。（）7.聚类分析不需要预先知道数据的类别。（）8.朴素贝叶斯分类器在处理连续型数据时，通常需要进行离散化。（）9.模型评估指标在不同的应用场景下可以相同。（）10.数据挖掘算法的性能只与算法本身有关，与数据无关。（）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K-Means算法的基本步骤。2.什么是关联规则挖掘？请说明支持度、置信度和提升度的含义。3.简述数据挖掘中