智慧树知道网课《数据挖掘》课后章节测试满分答案

第一章测试

1

【单选题】（20分）

什么是KDD?

「A.

C.文档知识发现

1B.

A.数据挖掘与知识发现

「c.

D.动态知识发现

,D.

B.领域知识发现

参考答案

B

2

【判断题】（20分）

数据挖掘的主要任务是从数据中发现潜在的规则，从而能更好的完成描述数据、预测数

据等任务。

「A.

错

1B.

对

参考答案

B

3

【多选题】（20分）

数据挖掘的预测建模任务主要包括哪几大类问题？

rA.

分类

rB.

模式匹配

厂c.

模式发现

rD.

回归

参考答案

AD

4

【多选题】（20分）

以下哪些学科和数据挖掘有密切联系？

rA.

人工智能

rB.

计算机组成原理

rc.

矿产挖掘

rD.

统计

参考答案

AD

5

【判断题】（20分）

离群点可以是合法的数据对象或者值。

A.

错

B.

对

参考答案

B

第二章测试

1

【单选题】（20分）

下面哪个属于定量的属性类型:

'A.

区间

「B.

序数

「C.

标称

「D.

相异

参考答案

A

2

【单选题】（20分）

只有非零值才重要的二元属性被称作:

CA.

非对称的:元属性

'B.

离散属性

rC.

对称属性

「D.

计数属性

参考答案

A

3

【判断题】（20分）

定量属性可以是整数值或者是连续值。

「A.

对

「B.

错

参考答案

A

4

【单选题】（20分）

中心趋势度量模（mode）是指

「A.

数据集中出现频率展高的值

「B.

算术平均值

「C.

最大值

D.

最小值

参考答案

A

5

【多选题】（20分）

以下哪些是属于中心趋势的度量

厂A.

标准差

rB.

中位数

rc.

五数概括

rD.

平均值

参考答案

BD

第三章测试

1

【单选题】（20分）

数据清洗的方法不包括

「A.

一致性检查

'B.

缺失值处理

rC.

噪声数据清除

「D.

重复数据记录处理

参考答案

D

2

【单选题】（20分）

对数据进行数据清理、集成、变换、规约是数据挖掘哪个步骤的任务？

CA.

分类和预测

「B.

噪声检测

CC.

频繁模式挖掘

「D.

数据预处理

参考答案

D

3

【单选题】（20分）

以下哪项不属于数据规约的方法？

'A.

数据压缩

CB.

维规约

「C.

数值规约

「D.

数据迁移

参考答案

D

4

【单选题】（20分）

大数据预处理的方法不包含以下哪个选项？

「A.

数据变换

CB.

数据清洗

rC.

数据采集

CD.

数据规约

参考答案

C

5

【判断题】（20分）

在噪声数据中，波动数据比离群点数据偏离整体水平更大。

「A.

对

「B.

错

参考答案

B

第四章测试

1

【单选题】（20分）

某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖

掘的哪类问题？

CA.

关联规则发现

「B.

自然语言处理

「C.

聚类

「D.

分类

参考答案

A

2

【判断题】（20分）

关联规则挖掘过程是发现满足最小支持度的所有项集代表的规则。

A.

错

1B.

对

参考答案

A

3

【判断题】（20分）

具有较高的支持度的项集具有较高的置信度。

「A.

错

「B.

对

参考答案

A

4

【判断题】（20分）

给定关联规则A>B,意味着；若人发生，B也会发生。

CA.

对

「B.

错

参考答案

B

【判断题】（20分）

啤酒与尿布的故事是聚类分析的典型实例。

'A.

对

「B.

错

参考答案

B

第五章测试

1

【判断题】（25分）

分类和回归都可用于预测，分类的输出是离散的类别值，而回归的输出是连续数值。

,A.

对

「B.

错

参考答案

A

2

【判断题】（25分）

决策树方法通常用于关联规则挖掘。

「A.

对

B.

错

参考答案

B

3

【判断题】（25分）

在决策树中，随着树中结点数变得太大，即使模型的训练误差还在继续减低，但是检验

误差开始增大，这是出现了模型拟合不足的问题。

「A.

错

「B.

对

参考答案

A

4

【判断题】（25分）

对于SVM分类算法，待分样本集中的大部分样本不是支持向量，移去或者减少这些样本

对分类结果没有影响。

「A.

对

「B.

错

参考答案

A

5

【单选题】（10分）

下面哪种分类方法是属于统计学的分类方法？

「A.

贝叶斯分类

'B.

判定树归纳

rC.

基于案例的推理

「D.

后向传播分类

参考答案

A

第六章测试

1

【判断题】（20分）

基于划分方法的聚类都是基于距离来判断数据对象相似度的

,A.

对

「B.

参考答案

A

2

【判断题】（20分）

K-Means聚类过程中计算出的“质心”点是虚拟的。

「A.

B.

对

参考答案

B

3

【判断题】（20分）

DBSCAN聚类和K-Medians聚类都需要预先指定聚类的簇的数目

CA.

对

CB.

错

参考答案

B

4

【多选题】（20分）

下列属于层次聚类方法的是

rA.

K-Means

rB.

DBSCAN

rc.

AGNES

rD.

DIANA

参考答案

CD

5

【单选题】（20分）

衡量离群点的离群因子，计算的是

「A.

簇间距离的加权平均值

「B.

平均绝对偏差

「C.

簇间距离

「D.

轮廓系数

参考答案

A

第七章测试

1

【单选题】(20分)

神经元节点计算什么()

「A.

神经元节点先计算线性函数(z=Wx+b),再计算激活

「B.

神经元节点先计算激活函数，再计算线性函数(z=Wx+b)

「C.

神经元节点计算函数g,函数g计算(Wx+b)

CD.

在将输出应用于激活函数之前，神经元节点计算所有特征的平均值

参考答案

A

2

【单选题】（20分）

在一个神经网络里，知道每一个神经元的权重和偏差是最重要的一步。如果以某种方法

知道了神经元准确的权重和偏差，你就可以近似任何函数。实现这个最佳的办法是什么？

CA.

赋予一个初始值，通过检查跟最佳值的差值，然后迭代更新权重

「B.

随机赋值，析祷它们是正确的

「C.

都不正确

「D.

搜索所有权重和偏差的组合，直到得到最佳值

参考答案

A

3

【单选题】（20分）

梯度下降算法的正确步骤是H么？

1.计算预测值和真实值之间的误差

2.迭代跟新，直到找到最佳权重

3.把输入传入网络，得到输出值

4.初始化随机权重和偏差

5.对每一个产生误差的神经元，改变相应的（权重）值以减小误差

「A.

3,2,1,5,4

B.

1.2,3,4,5

4,3,1,5,2

「D.

5,4,3,2,1

参考答案

c

4

【单选题】（20分）

以下什么情况下神经网络模型被称为深度学习模型？

「A.

当这是一个图形