南开19春学期15031509160316091703数据挖掘在线作业2答案

1、南开19春学期（1503、1509、1603、1609、1703）数据挖掘在线作业-2一、单选题共20题，40分1、通常，在为数据仓库准备数据时，数据清理和集成将作为（）步骤进行。还可以再次进行数据清理，检测和删去可能由集成导致的冗余。A预处理B分析C存储D挖掘本题选择是：？2考虑下面的频繁3-项集的I合:123,1,2,4,125,134,135,234,235,3,4,5假定数据集中只有5个项，采用合并策略，由候选产生过程得到4-项集不包含（）。A1,2,3,4B1，2，3，5C1,2,4,5D1345本题选择是：？3、（）可能使挖掘过程陷入混乱，导致不可靠的输出。A脏数据B一致性数据C可

2、信性数据D可解释性数据本题选择是：？4、在基本K均值算法里，当邻近度函数采用（）的时候，合适的质心是簇中各点的中位数。A曼哈顿距离B平方欧几里德距离C余弦距离DBregman散度本题选择是：？5、以下哪项关于决策树的说法是错误的?（）A冗余属性不会对决策树的准确率造成不利的影响B子树可能在决策树中重复多次C决策树算法对于噪声的干扰非常敏感D寻找最佳决策树是NP完全问题本题选择是：？6、以下是（）聚类算法的算法流程：构造k-最近邻图。使用多层图划分算法划分图。repeat:合并关于相对互连性和相对接近性而言，最好地保持簇的自相似性的簇。until:不再有可以合并的簇。AMSTBOPOSSUMCC

3、hameleonDJarvisPatrick（JP）本题选择是：？7、简单地将数据对象集划分成不重叠的子集，使得每个数据对象恰在一个子集中，这种聚类类型称作（）。A层次聚类B划分聚类C非互斥聚类D模糊聚类本题选择是：？8、聚类技术把（）看做对象。A数据B数据库C簇D数据元组本题选择是：？9、（）是数据挖掘类型之一，不仅寻找数据中的任何模式，而且还会寻找能够解释目标值的模式。A无指导数据挖掘B有指导数据挖掘C聚类D数据分析本题选择是：？10、如果规则集R中不存在两条规则被同一条记录触发，则称规则集R中的规则为（）。A无序规则B穷举规则C互斥规则D有序规则本题选择是：？11、（）将两个簇的邻近度定

4、义为不同簇的所有点对的平均逐对邻近度，它是一种凝聚层次聚类技术。AMIN（单链）BMAX（全链）C组平均DWard方法本题选择是：？12、（）说明空白、问号、特殊符号或指示空值条件的其他串的使用（例如，一个给定属性的值何处不能用）,以及如何处理这样的值。A唯一性规则B连续性规则C空值规则D解释性规则本题选择是：？13、一个离散的（）类似于标称变量，它对记录那些难以客观度量的主观评价是非常有用的。A标称变量B二元变量C区间变量D序数型变量本题选择是：？14、有关数据仓库的开发特点，不正确的描述是（）。A数据仓库开发要从数据出发B数据仓库使用的需求在开发出去就要明确C数据仓库的开发是一个不断循环的

5、过程，是启发式的开发D在数据仓库环境中，并不存在操作型环境中所固定的和较确切的处理流，数据仓库中数据分析和处理更灵活，且没有固定的模式本题选择是：？15、（）的目标是找出最小属性集，使得数据类的概率分布尽可能地接近使用所有属性得到的原分布。在缩小的属性集上挖掘还有其他的优点：它减少了出现在发现模式上的属性数目，使得模式更易于理解。A变换B归约C集成D属性子集选择本题选择是：？16、数据仓库是随着时间变化的，下面的描述不正确的是（）。A数据仓库随时间的变化不断增加新的数据内容B捕捉到的新数据会覆盖原来的快照C数据仓库随事件变化不断删去旧的数据内容D数据仓库中包含大量的综合数据，这些综合数据会随着

6、时间的变化不断地进行重新综合本题选择是：？17、数据仓库和OLAP工具基于（）数据模型。该模型将数据看彳数据立方体（datacube）形式。A单个B二维C多维D三维本题选择是：？18、假定用于分析的数据包含属性age。数据元组中age的值如下（按递增序）:13,15,16,16,19,20,20,21,22,22,25,25,25,30,33,33,35,35,36,40,45,46,52,70,问题:使用按箱平均值平滑方法对上述数据进行平滑，箱的深度为3。第二个箱子值为（）。A18.3B22.6C26.8D27.9本题选择是：？19、将原始数据进行集成、变换、维度归约、数值归约是在以下（）步

7、骤的任务。A频繁模式挖掘B分类和预测C数据预处理D数据流挖掘本题选择是：？20、当不知道数据所带标签时，可以使用（）技术促使带同类标签的数据与带其他标签的数据相分离。A分类B聚类C关联分析D隐马尔可夫链本题选择是：？二、多选题共10题，20分1、在数据挖掘的分析方法中，直接数据挖掘包括（）。A分类B关联C估值D预言本题选择是：？CD2、通过数据挖掘过程所推导出的关系和摘要经常被称为:（）。A模型B模式C模范D模具本题选择是：？B3、数据挖掘应用了许多应用领域的大量的技术，包括（）、信息检索、可视化、算法、高性能计算等。A统计学B机器学习C模式识别D数据库和数据仓库本题选择是：？BCD4、数据质

8、量涉及许多因素，包括准确性、完整性、（）。A一致性B时效性C可信性D可解释性本题选择是：？BCD5、数据仓库包含了海量数据。要求OLA耳艮务器在若干秒内回答决策支持查询。因此，数据仓库系统要支持高效的（）。A变换B数据立方体计算技术C存取方法D查询处理技术本题选择是：？CD6、统计学研究数据的（）。A收集B分析C解释D表不本题选择是：？BCD7、数据预处理的原因：数据多半来自多个异种数据源，极易受（）数据的侵扰，低质量的数据将导致低质量的挖掘结果。因此需要对数据进行预处理。A受噪声B不一致C缺失值D正确本题选择是：？BC8、数据仓库在技术上的工作过程是:（）。A数据的抽取B存储和管理C数据的表

9、现D数据仓库设计本题选择是：？BCD9、数据分类的评价准则包括（）。A精确度B查全率和查准率CF-MeasureD几何均值本题选择是：？BCD10、电信数据的（）等是利用数据挖掘改进电信服务的具体应用。A多维分析B盗用模式分析C异常模式识别D单模式分析本题选择是：？BCD三、判断题共20题，40分1、K均值是一种产生划分聚类的基于密度的聚类算法，簇的个数由算法自动地确定。A对B错本题选择是：？2、重复元组不需要数据清理。A对B错本题选择是：？3、在等宽直方图中，每个桶的宽度区间是一致的。例如，每个桶的宽度为10美元。A对B错本题选择是：？4、利用先验原理可以帮助减少频繁项集产生时需要探查的候选

10、项个数。A对B错本题选择是：？5、不正确的数据也可能是由命名约定或所用的数据代码不一致，或输入字段的格式不一致而导致的。A对B错本题选择是：？6、数据挖掘模型可以满足两个目的：一是产生得分，其可用来指导决策。二是为了洞察用于构建模型和目标的解释变量之间的关系。A对B错本题选择是：？7、中位数是一种中心趋势度量，中位数总是唯一的。A对B错本题选择是：？8、关系数据库是表的汇集，每个表都有一个唯一的名字，每个表都包含一组属性（列或字段）,并且通常存放大量元祖（记录或行）。A对B错本题选择是：？9、寻找模式和规则主要是对数据进行干扰，使其符合某种规则以及模式。A对B错本题选择是：？10、术语“客户生

11、存周期”有两种不同的意思：一是客户的个人生存周期，二是客户关系的生存周期。从数据挖掘的观点来看，后者通常更为重要。A对B错本题选择是：？11、维归约和数量归约也可以视为某种形式的数据压缩。A对B错本题选择是：？12、在一个系统中,discount可能用于订单，而在另一个系统中，它用于订单内的商品。如果在集成之前未发现，则目标系统中的商品可能被不正确地打折。A对B错本题选择是：？13、聚类分析是一种流行的离散化方法。通过将属性A的值划分成簇或组，聚类算法可以用来离散化数值属性AoA对B错本题选择是：？14、支持向量机是一种用于线性和非线性数据的分类方法。把源数据变换到较高维空间，使用称做支持向量的基本元组，从中发现分离数据的超平面。A对B错本题选择是：？15、在某些f#况下，缺失值并不意味数据有错误。例如，在申请信用卡时，可能要求申请人提供驾驶执照号。没有驾驶执照的申请者可能自然地不填写该字段。A对B错本题选择是：？16、数据清理(datacleaning)例程通过填写缺失的值，光滑噪声数据，识别或删除离群点，并解决不一致性来“清理”数据。A对B错本题选择是：？17、支持向量机中常用的核函数有多项式核函数、径向基核函数和S型核函数。A对B错本题选择是：？18、在聚类、离群点分析和最近邻分类等数据挖掘应用中，需要评估对象之间