《大数据时代下的数据挖掘》试题及答案要点.docxVIP

《海量数据挖掘技术及工程实践》题目 一、单选题（共 80 题） 1) ( D )的目的缩小数据的取值范围，使其更适合于数据挖掘算法的需要，并且能够得到 和原始数据相同的分析结果。 A.数据清洗 B.数据集成 C.数据变换 D.数据归约 2) 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) A. 关联规则发现 B. 聚类 C. 分类 D. 自然语言处理 3) 以下两种描述分别对应哪两种对分类算法的评价标准？ (A) 警察抓小偷，描述警察抓的人中有多少个是小偷的标准。 描述有多少比例的小偷给警察抓了的标准。 A. Precision,Recall B. Recall,Precision A. Precision,ROC D. Recall,ROC 4) 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？(C) A. 频繁模式挖掘 B. 分类和预测 C. 数据预处理 D. 数据流挖掘 5) 当不知道数据所带标签时，可以使用哪种技术促使带同类标签的数据与带其他标签的 数据相分离？(B) A. 分类 B. 聚类 C. 关联分析 D. 隐马尔可夫链 6) 建立一个模型，通过这个模型根据已知的变量值来预测其他某个变量值属于数据挖掘 的哪一类任务？(C) A. 根据内容检索 B. 建模描述 C. 预测建模 D. 寻找模式和规则 7) 下面哪种不属于数据预处理的方法？ (D) A.变量代换 B.离散化 C.聚集 D.估计遗漏值 8) 假设 12 个销售价格记录组已经排序如下：5, 10, 11, 13, 15, 35, 50, 55, 72, 92, 204, 215 使用如下每种方法将它们划分成四个箱。等频（等深）划分时，15 在第几个 箱子内？ (B) A.第一个 B.第二个 C.第三个 D.第四个 9) 下面哪个不属于数据的属性类型：(D) A.标称 B.序数 C.区间 D.相异 10) 只有非零值才重要的二元属性被称作：( C ) A.计数属性 B.离散属性 C.非对称的二元属性 D.对称属性 11) 以下哪种方法不属于特征选择的标准方法： (D) A.嵌入 B.过滤 C.包装 D.抽样 12) 下面不属于创建新属性的相关方法的是： (B) A.特征提取 B.特征修改 C.映射数据到新的空间 D.特征构造 13) 下面哪个属于映射数据到新的空间的方法？ (A) A.傅立叶变换 B.特征加权 C.渐进抽样 D.维归约 14) 假设属性 income 的最大最小值分别是 12000 元和 98000 元。利用最大最小规范化的方 法将属性的值映射到 0 至 1 的范围内。对属性 income 的 73600 元将被转化为：(D) A.0.821 B.1.224 C.1.458 D.0.716 15) 一所大学内的各年纪人数分别为：一年级 200 人，二年级 160 人，三年级 130 人，四 年级 110 人。则年级属性的众数是： (A) A.一年级 B.二年级 C.三年级 D.四年级 16) 下列哪个不是专门用于可视化时间空间数据的技术： (B) A.等高线图 B.饼图 C.曲面图 D.矢量场图 17) 在抽样方法中，当合适的样本容量很难确定时，可以使用的抽样方法是： (D) 有放回的简单随机抽样 无放回的简单随机抽样 分层抽样 D 渐进抽样 18) 数据仓库是随着时间变化的,下面的描述不正确的是 (C) 数据仓库随时间的变化不断增加新的数据内容 捕捉到的新数据会覆盖原来的快照 数据仓库随事件变化不断删去旧的数据内容 数据仓库中包含大量的综合数据,这些综合数据会随着时间的变化不断地进行重新综 合 19) 下面关于数据粒度的描述不正确的是: (C) 粒度是指数据仓库小数据单元的详细程度和级别 数据越详细,粒度就越小,级别也就越高 数据综合度越高,粒度也就越大,级别也就越高 粒度的具体划分将直接影响数据仓库中的数据量以及查询质量 20) 有关数据仓库的开发特点,不正确的描述是: (A) 数据仓库开发要从数据出发 数据仓库使用的需求在开发出去就要明确 数据仓库的开发是一个不断循环的过程,是启发式的开发 在数据仓库环境中,并不存在操作型环境中所固定的和较确切的处理流,数据仓库中 数据分析和处理更灵活,且没有固定的模式 21) 关于 OLAP 的特性,下面正确的是: (D) (1)快速性 (2)可分析性 (3)多维性 (4)信息性 (5)共享性 (1) (2) (3) (2) (3) (4) (1) (2) (3) (4) (1) (2) (3) (4) (5) 22) 关于 OLAP 和 OLTP 的区别描述,不正确的是: (C) OLAP 主要是关于如何理解聚集的大量不同的数