数据挖掘考试题目——关联分析

1、、10个选择1 .以下属于关联分析的是（）A.CPU生能预测C.自动判断莺尾花类别B.购物篮分析D.股票趋势建模2.维克托？迈尔-舍恩伯格在大数据时代：生活、工作与思维的大变革一书中，持续强调了一个观点：大数据时代的到来，使我们无法人为地去发现数据中的奥妙，与此同时，我们更应该注重数据中的相关关系，而不是因果关系。其中，数据之间的相关关系可以通过以下哪个算法直接挖掘（）A.K-meansC.C4.5B.BayesNetworkD.Apriori3.置信度（confidence）是衡量兴趣度度量（）的指标。A.简洁性C.实用性B.确定性D.新颖性4.Apriori算法的加速过程依赖于以下哪个策略

2、（）A.抽样C.缓冲B.剪枝D.并行5.以下哪个会降低Apriori算法的挖掘效率（）A.支持度阈值增大C.事务数减少6 .Apriori算法使用到以下哪些东东（A.格结构、后向无外图C.格结构、哈希树7 .非频繁模式（）A.其置信度小于阈值C.包含负模式和负相关模式B.项数减少D.减小硬盘读写速率）B.二叉树、哈希树D.多叉树、有向无环图B.令人不感兴趣D.对异常数据项敏感8.对频繁项集、频繁闭项集、极大频繁项集的关系描述正确的是（）注:分别以1、2、3代表之A.3可以还原出无损的1C.3与2是完全等价的B.2可以还原出无损的1D.2与1是完全等价的9.Hashtree在Apriori算法中

3、所起的作用是（）A.存储数据C.加速查找10.以卜小属十数据挖掘软件的是（A.SPSSModelerC.ApacheSparkB.查找D.剪枝)B.WekaD.Knime二、10个填空1 .关联分析中表示关联关系的方法主要有：和2 .关联规则的评价度量主要有：和。3 .关联规则挖掘的算法主要有：和。4 .购物篮分析中，数据是以的形式呈现。5 .一个项集满足最小支持度，我们称之为。6 .一个关联规则同时满足最小支持度和最小置信度，我们称之为7 .在回归与相关分析中，因变量值随自变量值的增大(减小)而减小(增大)的现象叫做。8 .极大频繁项集不能无损还原出频繁项集，是因为它不包含频繁项集的信息。9

4、 .经典的Apriori算法是逐层扫描的，也就是说它是(选:深度/宽度)优先的。10 .数据挖掘大概步骤包括：输入数据预处理挖掘后处理输出知识。其中，输出的知识可以有很多种表示形式，两种极端的形式是：内部结构难以被理解的黑匣子，比如说人工神经网络训练得出的网络；模式结构清晰的匣子，这种结构容易被人理解，比如说决策树产生的树。那么，关联分析中输出的知识的表示形式主要是(选：黑匣子/清晰结构)。三、10个判断()1.啤酒与尿布的故事是聚类分析的典型实例。()2.Apriori算法是一种典型的关联规则挖掘算法。()3.支持度是衡量关联规则重要性的一个指标。()4.可信度是对关联规则的准确度的衡量。(

5、)5.给定关联规则AB,意味着：若A发生，B也会发生。()6.频繁闭项集可用来无损压缩频繁项集。()7.关联规则可以用枚举的方法产生。()8.Apriori算法产生的关联规则总是确定的。()9.不满足给定评价度量的关联规则是无趣的。()10.对于项集来说，置信度没有意义。四、5个简答1 .简述关联规则产生的两个基本步骤。2 .Apriori算法是从事务数据库中挖掘布尔关联规则的常用算法，该算法利用频繁项集性质的先验知识，从候选项集中找到频繁项集。请简述Apriori算法的基本原理。3.简述Apriori算法的优点和缺点。4 .针对Apriori算法的缺点，可以做哪些方面的改进？5 .强关联规则

6、一定是有趣的吗？为什么？、10个选择1 .以下属于关联分析的是（B）A.CPU生能预测C.自动判断莺尾花类别B.购物篮分析D.股票趋势建模2.维克托？迈尔-舍恩伯格在大数据时代：生活、工作与思维的大变革一书中，持续强调了一个观点：大数据时代的到来，使我们无法人为地去发现数据中的奥妙，与此同时，我们更应该注重数据中的相关关系，而不是因果关系。其中，数据之间的相关关系可以通过以下哪个算法直接挖掘（D）A.K-meansC.C4.5B.BayesNetworkD.Apriori3.置信度（confidence）是衡量兴趣度度量（B）的指标。A.简洁性C.实用性B.确定性D.新颖性4.Apriori算

7、法的加速过程依赖于以下哪个策略（B）A.抽样C.缓冲B.剪枝D.并行5.以下哪个会降低Apriori算法的挖掘效率（D）A.支持度阈值增大C.事务数减少6 .Apriori算法使用到以下哪些东东（A.格结构、后向无外图C.格结构、哈希树7 .非频繁模式（D）A.其置信度小于阈值C.包含负模式和负相关模式B.项数减少D.减小硬盘读写速率C）B.二叉树、哈希树D.多叉树、有向无环图B.令人不感兴趣D.对异常数据项敏感8.对频繁项集、频繁闭项集、极大频繁项集的关系描述正确的是（B）注:分别以1、2、3代表之A.3可以还原出无损的1C.3与2是完全等价的B.2可以还原出无损的1D.2与1是完全等价的9

8、.Hashtree在Apriori算法中所起的作用是（C）A.存储数据C.加速查找10.以下不属于数据挖掘软件的是（CA.SPSSModelerC.ApacheSparkB.查找D.剪枝)B.WekaD.Knime二、10个填空1 .关联分析中表示关联关系的方法主要有：项集和关联规则。2 .关联规则的评价度量主要有：支持度和置信度。3 .关联规则挖掘的算法主要有：Apriori和FP-Growth。4 .购物篮分析中，数据是以不对称二元变量的形式呈现。5 .一个项集满足最小支持度，我们称之为频繁项集。6 .一个关联规则同时满足最小支持度和最小置信度，我们称之为强规则7 .在回归与相关分析中，因

9、变量值随自变量值的增大(减小)而减小(增大)的现象叫做负相关。8 .极大频繁项集不能无损还原出频繁项集，是因为它不包含频繁项集的支持度信息。9 .经典的Apriori算法是逐层扫描的，也就是说它是宽度(选：深度/宽度)优先的。10 .数据挖掘大概步骤包括：输入数据预处理挖掘后处理输出知识。其中，输出的知识可以有很多种表示形式，两种极端的形式是：内部结构难以被理解的黑匣子，比如说人工神经网络训练得出的网络；模式结构清晰的匣子，这种结构容易被人理解，比如说决策树产生的树。那么，关联分析中输出的知识的表示形式主要是清晰结构(选：黑匣子/清晰结构)。三、10个判断(?)1.啤酒与尿布的故事是聚类分析的

10、典型实例。(?)2.Apriori算法是一种典型的关联规则挖掘算法。(?)3.支持度是衡量关联规则重要性的一个指标。(?)4.可信度是对关联规则的准确度的衡量。(?)5.给定关联规则AB,意味着：若A发生，B也会发生。(?)6.频繁闭项集可用来无损压缩频繁项集。(?)7.关联规则可以用枚举的方法产生。(?)8.Apriori算法产生的关联规则总是确定的。(?)9.不满足给定评价度量的关联规则是无趣的。(?)10.对于项集来说，置信度没有意义。四、5个简答1 .简述关联规则产生的两个基本步骤。答：关联规则产生的两个基本步骤为：根据给定的支持度从项集中产生频繁项集；根据给定的置信度从频繁项集中产生

11、关联规则。2 .Apriori算法是从事务数据库中挖掘布尔关联规则的常用算法，该算法利用频繁项集性质的先验知识，从候选项集中找到频繁项集。请简述Apriori算法的基本原理。答：关联规则的产生并不依赖于Apriori算法，Apriori算法用来加速规则的产生过程。Apriori算法的加速过程依赖于这样一个先验原理：“频繁项集的子集是频繁的”。3 .简述Apriori算法的优点和缺点。答：Apriori算法的优点：结构简单、易于理解。Apriori算法的缺点：产生大量的候选项集，I/O开销较大。4 .针对Apriori算法的缺点，可以做哪些方面的改进？答：Apriori算法的缺点主要是产生的候选项集较多，从而导致I/O