数据挖掘考试题目——关联分析

1、数据挖掘考试题目一一关联分析一、10个选择1. 以下属于关联分析的是（）A. CPU性能预测B.购物篮分析C.自动判断鸢尾花类别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（）Bayes NetworkAp riori）的指标。A.K-meansB.C.C4.5D.3. 置信度（confidence）是衡量兴趣度度量（A.简洁性B.确定性C.实用性D.新颖性4. A

2、priori算法的加速过程依赖于以下哪个策略（）A抽样B.剪枝C.缓冲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B.项数减少C.事务数减少D.减小硬盘读写速率6. A priori算法使用到以下哪些东东（）B.二叉树、哈希树D.多叉树、有向无环图A.格结构、有向无环图C.格结构、哈希树7. 非频繁模式（）B.令人不感兴趣D.对异常数据项敏感A其置信度小于阈值C.包含负模式和负相关模式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 1B. 2可以还原出无损的1C. 3与2是完全等价的D. 2与

3、1是完全等价的9. Hash tree 在Apriori算法中所起的作用是（）A存储数据B.查找C.加速查找D.剪枝10. 以下不属于数据挖掘软件的是（）A.SPSS ModelerB.WekaC.Apache SparkD.Knime二、10个填空1. 关联分析中表示关联关系的方法主要有： 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. 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

4、. 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. 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， 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，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 晰结构)。比如说 比如说决 选：黑匣子/清三、10个判断()1. 啤酒与尿布的故事是聚类分析的典型实例。2. AP riori算法是一种典型的关联规则挖掘算法。3.

5、 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 A B,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. A priori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。该算法利用频繁项集性质2. A priori算法是从事务数据库中挖掘布尔关联规则的常用算法，的先验知识，从候选项集中找到频繁项集。请简述 Ap riori算法的基本原理。3. 简述Apriori算法的

6、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. 强关联规则一定是有趣的吗？为什么？数据挖掘考试题目+参考答案一、10个选择1. 以下属于关联分析的是（B ）A. CPU性能预测B.购物篮分析C.自动判断鸢尾花类别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-meansB. Bayes NetworkC. C4.5D. Apr

7、iori3. 置信度（con fide nee）是衡量兴趣度度量（B ）的指标。A.简洁性B.确定性C.实用性D.新颖性4. Apriori算法的加速过程依赖于以下哪个策略（B ）A抽样B.剪枝C.缓冲D.并行5. 以下哪个会降低 Apriori算法的挖掘效率（D ）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、有向无环图C.格结构、哈希树7. 非频繁模式（D ）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、

8、2、3代表之A. 3可以还原出无损的1B. 2可以还原出无损的1C. 3与2是完全等价的D. 2与1是完全等价的9. Hash tree 在Apriori 算法中所起的作用是（C ）B.查找D.剪枝A其置信度小于阈值C.包含负模式和负相关模式A.存储数据C.加速查找B. WekaD. Knime10.以下不属于数据挖掘软件的是（C ）A. SPSS ModelerC. Apache Spark二、10个填空1. 关联分析中表示关联关系的方法主要有:2. 关联规则的评价度量主要有：3. 关联规则挖掘的算法主要有：4. 购物篮分析中，数据是以支持度Ap riori项集 和关联规则。和 置信度 。禾

9、 n FP-Growth。不对称二元变量的形式呈现。强规则6. 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。比如说 比如说决 选：黑匣子/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， 人工神经网络训练得出的网络

10、；模式结构清晰的匣子，这种结构容易被人理解，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(三、10个判断(?(?(?(?(?(?(?(?(?(?清晰结构)。)1. 啤酒与尿布的故事是聚类分析的典型实例。2. Ap riori 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 A B,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. A priori 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。1

11、0. 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。根据答：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;给定的置信度从频繁项集中产生关联规则。该算法利用频繁项集性质Ap riori算法的基本原理。Apriori算法用来加速规则的产生过程。“频繁项集的子集是频繁的”。2.A priori算法是从事务数据库中挖掘布尔关联规则的常用算法,的先验知识，从候选项集中找到频繁项集。请简述 答：关联规则的产生并不依赖于Apriori算法，Ap riori算法的加速过程依赖于这样一个先验原理：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。I/O开销较大。Apriori算法的缺点：产生大量的候选项集,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