大数据分析与可视化知到智慧树章节测试课后答案2024年秋山东交通学院

大数据分析与可视化知到智慧树章节测试课后答案2024年秋山东交通学院第一章单元测试

什么是KDD？（）

A:领域知识发现

B:动态知识发现

C:文档知识发现

D:数据挖掘与知识发现

答案:数据挖掘与知识发现

数据挖掘分析是指从海量的数据中抽取感兴趣的（有价值的、隐含的、以前没有用但是潜在有用信息的）模式和知识。（）

A:对B:错

答案:对数据挖掘分析的步骤包括（）

A:模型评估

B:数据预处理

C:创建数据集

D:算法分析

答案:模型评估

；数据预处理

；创建数据集

；算法分析

当今社会，数据挖掘分析被广泛应用。（）

A:对B:错

答案:对（）是未来大数据分析的发展趋势。

A:简单

B:实时性

C:非结构化数据

D:可视化

答案:实时性

；非结构化数据

；可视化

第二章单元测试

关于描述统计，包括（）。

A:其余选项都不是

B:相关分析

C:集中趋势分析

D:离中趋势分析

答案:相关分析

；集中趋势分析

；离中趋势分析

以下属于推断统计的是（）。

A:其余选项都不是

B:集中趋势分析

C:参数估计

D:离中趋势分析

答案:离中趋势分析

在数据特征的测度中，描述分布的形状的值为（）

A:偏态

B:中位数

C:峰态

D:众数

答案:偏态

；峰态

测度集中趋势就是寻找数据水平的代表值或中心值（）

A:对B:错

答案:对四分位数可以用于顺序数据、数值数据和分类数据（）

A:对B:错

答案:错

第三章单元测试

下面哪个属于映射数据到新的空间的方法？()

A:渐进抽样

B:特征加权

C:维归约

D:傅立叶变换

答案:傅立叶变换

将原始数据进行集成、变换、维度规约、数值规约是在以下哪个步骤的任务？（）

A:数据流挖掘

B:分类和预测

C:频繁模式挖掘

D:数据预处理

答案:数据预处理

影响数据质量问题的因素有哪些（）

A:可信性、可解释性

B:其余选项都对

C:准确性、完整性、一致性

D:相关性、时效性

答案:其余选项都对

数据预处理的常见方法有（）

A:数据变换

B:数据集成

C:数据清洗

D:其余选项都不对

答案:数据变换

；数据集成

；数据清洗

数据预处理是指在对数据进行挖掘分析以前，需要对原始数据进行清理、集合和变换等一系列处理工作（）

A:错B:对

答案:对

第四章单元测试

考虑下面的频繁3-项集的集合：{1，2，3}，{1，2，4}，{1，2，5}，{1，3，4}，{1，3，5}，{2，3，4}，{2，3，5}，{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（）

A:1，2，3，4

B:1，2，3，5

C:1，2，4，5

D:1，3，4，5

答案:1，2，4，5

频繁项集、频繁闭项集、最大频繁项集之间的关系是：()

A:频繁项集频繁闭项集=最大频繁项集

B:频繁项集=频繁闭项集=最大频繁项集

C:频繁项集=频繁闭项集最大频繁项集

D:频繁项集频繁闭项集最大频繁项集

答案:频繁项集频繁闭项集最大频繁项集

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？()

A:自然语言处理

B:分类

C:聚类

D:关联规则发现

答案:关联规则发现

下面购物篮能够提取的3-项集的最大数量是多少（）ID购买项

1牛奶，啤酒，尿布

2面包，黄油，牛奶

3牛奶，尿布，饼干

4面包，黄油，饼干

5啤酒，饼干，尿布

6牛奶，尿布，面包，黄油

7面包，黄油，尿布

8啤酒，尿布

9牛奶，尿布，面包，黄油

10啤酒，饼干

A:3

B:4

C:1

D:2

答案:3

Apriori算法的计算复杂度受(

)影响。

A:项数（维度）

B:事务数

C:事务平均宽度

D:支持度阀值

答案:项数（维度）

；事务数

；事务平均宽度

；支持度阀值

第五章单元测试

以下哪些算法是分类算法，（）

A:EM

B:C4.5

C:DBSCAN

D:K-Mean

答案:C4.5

决策树中不包含一下哪种结点，()

A:内部结点（internalnode）

B:叶结点（leafnode）

C:外部结点（externalnode）

D:根结点（rootnode)

答案:外部结点（externalnode）

以下哪项关于决策树的说法是错误的()

A:子树可能在决策树中重复多次

B:寻找最佳决策树是NP完全问题

C:冗余属性不会对决策树的准确率造成不利的影响

D:决策树算法对于噪声的干扰非常敏感

答案:决策树算法对于噪声的干扰非常敏感

以下关于人工神经网络（ANN）的描述错误的有()

A:训练ANN是一个很耗时的过程

B:至少含有一个隐藏层的多层神经网络

C:可以处理冗余特征

D:神经网络对训练数据中的噪声非常鲁棒

答案:神经网络对训练数据中的噪声非常鲁棒

贝叶斯信念网络(BBN)有如下哪些特点，（）

A:贝叶斯网络不适合处理不完整的数据

B:对模型的过分问题非常鲁棒

C:网络结构确定后，添加变量相当麻烦

D:构造网络费时费力

答案:对模型的过分问题非常鲁棒

；构造网络费时费力

如下哪些不是最近邻分类器的特点，()

A:可以生产任意形状的决策边界

B:分类一个测试样例开销很大

C:它使用具体的训练实例进行预测，不必维护源自数据的模型

D:最近邻分类器基于全局信息进行预测

答案:最近邻分类器基于全局信息进行预测

第六章单元测试

（）这些数据特性都是对聚类分析具有很强影响的。

A:高维性

B:规模

C:稀疏性

D:噪声和离群点

答案:高维性

；规模

；稀疏性

；噪声和离群点

考虑这么一种情况：一个对象碰巧与另一个对象相对接近，但属于不同的类，因为这两个对象一般不会共享许多近邻，所以应该选择（）的相似度计算方法。

A:余弦距离

B:共享最近邻

C:平方欧几里德距离

D:直接相似度

答案:共享最近邻

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:平方欧几里德距离

B:余弦距离

C:曼哈顿距离

D:Bregman散度

答案:曼哈顿距离

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:模糊聚类

B:划分聚类

C:层次聚类

D:非互斥聚类

答案:划分聚类

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

答案:错

第七章单元测试

可视化涉及到的学科包括（）

A:统计分析

B:计算机图形学

C:数据挖掘

D:人机交互

答案:统计分析

；计算机图形学

；数据挖掘

；人机交互

若有一个数据集，每个数据点有5个属性，以下哪种可视化技术最适用于表示其属性凉凉之间的相关性呢？（）

A:像