数据挖掘参考试卷.docVIP

题号 一 二 三 四 总分 得分 得分 评阅人 复核人 一、单选题：(本题满分30分，每小题2分)。 1.(a )是指被测量的变量的随机误差或方差。 A.噪声 B.数据不一致 C.丢失数据 D.冗余 2.事实表包含各维的(a )。 A.码 B.度量 C.属性 D.码和度量 3. 仅有闭单元组成的数据立方体称为(b )。 A.完全立方体 B.闭立方体 C.冰山立方体 D.方体的格 4. 三维数据立方体，包含维month，city，customer_group，度量为price，其中两个单元为a=(Jan，﹡，Business，150)，b=(Jan，Toronto，Business，45)。a是b的(a )。 A.父母 B.子女 C.子孙 D.兄弟 5.强关联规则是指满足用户定义的(d )。 A.最小支持度阈值 B.最小置信度阈值 C.最小关联度阈值 D. 最小支持度和最小置信度阈值 6.多谓词关联规则age(X，“20…29”)∧occupation(X，“student”)＝ buys(X，“laptop”)称为(a )。 A.多维关联规则 B.多层关联规则 C.布尔关联规则 D.维内关联规则 7.多层关联规则，不同抽象层之间可能产生(c )。 A.相等规则 B.冗余规则 C．关联规则 D.度量规则 8.数据仓库的系统结构通常情况下，采用(c ) 结构. A.两层 B.单层 C.三层 D.多层 9.下列操作不属于OLAP操作的是(b )。 A.下钻 B.选择 C. 切片 D.旋转 10.数据泛化通过从相对低的概念层抽象到(a )概念层。 A.较高 B.较低 C.一般 D.不同 11.分类是一种(c )学习。 A.无监督 B.半监督 C.监督 D.均错 12.下列不能用于分类的是(d )。 A.决策树 B.朴素贝叶斯 C.神经网络 D. 信息增益 13. 具有高信息增益的属性，是给定集合中具有(a )的属性。 A.高区分度 B.低区分度 C.无区分度 D.中等区分度 14.朴素贝叶斯分类法是基于( b)的朴素假定。 A.类条件相关 B.类条件独立 C.类条件正相关 D. 类条件负相关 15.聚类准则为(a )。 A.高类内相似度，低类间相似度 B. 高类内相似度，高类间相似度 C. 低类内相似度，高类间相似度 D. 低类内相似度，低类间相似度 得分 评阅人 复核人 二、填空题：(本题满分20分，每空2分)。 1. 数据挖掘简言之就是从大量的数据中提取或挖掘 。 2. 通常，数据仓库用 模型建模，每个维对应于模式中一个或一组 。 3. 数据光滑技术用于去噪，光滑技术包括： 、 和 。 4. 基本方体的单元是 ，非基本方体的单元是 。 5. 频繁项集的所有非空子集也必须是 的。 6. 贝叶斯定理为： 。 得分 评阅人 复核人 三、简答题：(本题满分30分，每小题6分)。 1.简述知识发现的一般过程。3 2.数据预处理都有哪些形式？32 3.简述数据仓库的特征。67 4.请列举出三种相异度距离度量的表达形式。254 5.数据挖掘的应用领域都有哪些？ 得分 评阅人 复核人 四、综合题：(本题满分20分，每小题10分)。 1.假定数据仓库P包含三个维：time，doctor，patient；和两个度量：count和charge；其中，count为医生接诊的病人数，charge为医生对病人一次诊治的收费。 其中： time (time_key, day, week, month, quarter, year) doctor (doctor_key, doctor_name, gender, age) patient (patient_key, patient_name, gender, age) 请用星形模式画出其模式图。 2.假定下面的表从面向属性归纳导出。 class birth_place count Programmer USA others 180 120 DBA USA others 20 80 设目标类为Programm