数据挖掘知到章节答案智慧树2023年青岛大学

数据挖掘知到章节测试答案智慧树2023年最新青岛大学第一章测试

数据挖掘就是从大量的、（）数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。（）。

参考答案:

不完全的

;随机的

;模糊的

;有噪声的

互联网本身具有（）的特征，这种属性特征给数据搜集、整理、研究带来了革命性的突破。（）。

参考答案:

数字化

;互动性

KDD和数据挖掘可以应用在很多领域中，它们具有如下一些公共特征：（）。

参考答案:

数据利用非常不足

;在开发知识发现系统时，领域专家对该领域的熟悉程度至关重要

;最终用户专门知识缺乏

;海量数据集

大数据的特征有（）。

参考答案:

Velocity

;Value

;Variety

;Volume

从宏观上看，数据挖掘过程主要由三个部分组成，即（）。

参考答案:

数据挖掘

;结果的解释评估

;数据整理

第二章测试

不完整数据的成因有（）。

参考答案:

数据收集的时候就缺乏合适的值

;人为/硬件/软件问题

;数据收集时和数据分析时的不同考虑因素

处理空缺值的主要方法有（）。

参考答案:

使用属性的平均值填补空缺值。

;忽略元组

;使用与给定元组属同一类的所有样本的平均值。

;使用一个全局常量填补空缺值

给定一个数值属性，怎样才能平滑数据，去掉噪声？（）。

参考答案:

回归

;聚类

;分箱（binning）

;计算机和人工检查结合

数据集成时需解决的三个基本问题为（）。

参考答案:

模式集成的过程中涉及到的实体识别问题

;冗余问题

;数据集成过程中数值冲突的检测与处理

常用的数据转换方法有（）。

参考答案:

聚集

;平滑

;属性构造

;数据概化

第三章测试

下列哪个算法不属于层次聚类算法？（）。

参考答案:

K-means

下列哪个算法属于层次聚类算法？（）。

参考答案:

DIANA

下列哪个算法属于密度聚类算法？（）。

参考答案:

DBSCAN

聚类分析中，通常使用（）来衡量两个对象之间的相异度。（）。

参考答案:

距离

下列哪个选项不是DBSCAN算法的缺点？（）。

参考答案:

能够识别出噪声点

第四章测试

下列哪些是分类算法？（）。

参考答案:

C4.5

;KNN

;ID3

下列哪些是决策树分类算法？（）。

参考答案:

CART

;ID3

;C4.5

贝叶斯分类方法都有：（）。

参考答案:

TAN

;NBC

;GBN

;BAN

分类分析的两个阶段分别为：（）。

参考答案:

分类阶段

;学习阶段

朴素贝叶斯分类器对（）数据具有较好的分类效果（）。

参考答案:

完全独立的数据

;函数依赖的数据

第五章测试

关联规则挖掘最为著名的是Agrawal等人提出的（）及其改进算法。（）

参考答案:

Apriori

（）是对关联规则重要性的衡量，反映关联是否是普遍存在的规律。（）

参考答案:

支持度

（）是对关联规则准确度的衡量，度量关联规则的强度。（）

参考答案:

置信度

给定全局项集I和交易数据集D，对于I的非空项集I1，若其支持度（）最小支持度阈值min_sup，则称I1为频繁项集。（）

参考答案:

大于或等于

如果购买铁锤的顾客中有70％的人购买了铁钉,那么置信度是（）。

参考答案:

70％

第六章测试

序列模式挖掘经典算法有：（）。

参考答案:

AprioriSome

;PrefixSpan

;GSP

;AprioriAll

AprioriSome算法可以看作是AprioriAll算法的改进，具体过程分为两个阶段：（）。

参考答案:

前推阶段

;回溯阶段

AprioriAll算法存在的问题（）。

参考答案:

容易生成大量的候选项集

;在转换阶段产生巨大的开销

;很难找到长序列模式

;需要对数据库进行多次扫描

AprioriSome算法的优缺点（）。

参考答案:

AprioriSome会产生比较多的候选，可能在回溯阶段前就占满内存。

;AprioriSome跳跃式计算候选，会在某种程度上减少遍历数据集次数

;对于较低的支持度，数据集中有较长的大序列的情况下，采用AprioriSome比较好。

GSP算法存在的问题（）。

参考答案:

当序列数据集比较大时，容易生成庞大的候选序列

;需要对序列数据集进行多次扫描

;对长序列模式的处理效率比较低

第七章测试

数据挖掘是面向应用的。（）

参考答案:

对

数据挖掘技术可以应用于大数据分析。（）

参考答案:

对

数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识。（）

参