广东财经大学《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，每题只有一个正确答案，请将正确答案填写在括号内）1.以下哪种算法不属于数据挖掘中的分类算法？（）A.决策树算法B.K近邻算法C.支持向量机算法D.聚类算法2.在数据挖掘中，以下哪个指标用于评估分类模型的准确性？（）A.召回率B.准确率C.F1值D.以上都是3.对于频繁项集挖掘，以下哪种算法是经典的算法？（）A.Apriori算法B.PageRank算法C.Hadoop算法D.Spark算法4.数据挖掘中，数据预处理的步骤不包括以下哪一项？（）A.数据清洗B.数据集成C.数据挖掘算法选择D.数据变换5.在关联规则挖掘中，支持度和置信度的含义分别是（）A.支持度表示项集在数据集中出现的频率，置信度表示规则成立的概率B.支持度表示规则成立的概率，置信度表示项集在数据集中出现的频率C.支持度和置信度都表示项集在数据集中出现的频率D.支持度和置信度都表示规则成立的概率6.以下哪种数据挖掘任务旨在发现数据中的模式和规律，以预测未来趋势？（）A.分类B.回归C.聚类D.关联规则挖掘7.决策树算法中，用于划分节点的属性选择度量方法不包括（）A.信息增益B.基尼系数C.均方误差D.增益率8.在数据挖掘中，处理高维数据时常用的降维方法是（）A.主成分分析B.聚类分析C.关联规则挖掘D.分类算法9.以下关于K近邻算法的描述，错误的是（）A.K近邻算法是一种基于最近邻分类的方法B.K值的选择对算法性能有重要影响C.K近邻算法不需要进行训练D.K近邻算法适用于高维数据10.数据挖掘中的监督学习和无监督学习的主要区别在于（）A.监督学习有标签数据，无监督学习没有标签数据B.监督学习没有标签数据，无监督学习有标签数据C.监督学习和无监督学习都有标签数据D.监督学习和无监督学习都没有标签数据二、多项选择题（总共5题，每题4分，每题至少有两个正确答案，请将正确答案填写在括号内）1.以下哪些属于数据挖掘中的聚类算法？（）A.K均值算法B.DBSCAN算法C.层次聚类算法D.决策树算法2.在数据挖掘中，评估回归模型的指标有（）A.均方误差B.平均绝对误差C.决定系数D.准确率3.以下关于关联规则挖掘的说法，正确的有（）A.关联规则挖掘可以发现数据中项集之间的关联关系B.强关联规则是指支持度和置信度都满足一定阈值的规则C.关联规则挖掘只能处理离散型数据D.关联规则挖掘在商业中有广泛应用4.数据挖掘中，数据可视化的作用包括（）A.帮助理解数据B.发现数据中的模式和趋势C.提高数据挖掘算法的性能D.方便与他人交流数据5.以下哪些是数据挖掘中常用的预处理技术？（）A.数据清洗B.数据集成C.数据归约D.数据离散化三、判断题（总共10题，每题2分，请判断对错，在括号内填写“√”或“×”）1.数据挖掘就是从大量数据中提取有用信息的过程。（）2.分类算法只能用于预测离散型变量。（）3.频繁项集的支持度一定大于等于最小支持度阈值。（）4.数据挖掘中的模型评估只能在训练集上进行。（）5.聚类算法的结果是有监督的。（）6.决策树算法生成的决策树一定是最优的。（）7.支持向量机算法可以用于处理非线性分类问题。（）8.数据挖掘中，特征选择的目的是提高模型的性能和效率。（）9.关联规则挖掘中，置信度越高的规则越好。（）10.无监督学习不需要人工标注数据。（）四、简答题（总共3题，每题10分，请简要回答问题）1.请简述数据挖掘的主要流程，并说明每个步骤的作用。2.解释分类算法中的过拟合和欠拟合现象，并说明如何避免这两种情况。3.简述Apriori算法挖