广工数据挖掘2015.docVIP

广东工业大学试卷用纸，共 2 页，第 PAGE 1 页 广东工业大学考试试卷 ( A ) 课程名称: 数据挖掘 试卷满分 100 分 考试时间: 2015 年 6月 19 日 ( 第 周 星期 ) 题 号 一 二 三 四 五 六 七 八 九 十 总分 评卷得分 评卷签名 复核得分 复核签名 1。（10分）计算{2，9，7，6，20，100，35，21，11}的均值，中位数和p=40%的截断均值，并且简单说明三种不同的均值在反映数据中心方面有什么特点？ 2。（10分）有如下的数据：{2，4，5，6，11，13，21，22，24，26，28，40}，使用深度为4的分箱方法进行数据平滑，分别使用箱平均值，中值和边界值进行平滑，请写出平滑后的结果。并说明分箱方法的用途是什么？ 3．（10分）请说明在数据预处理的时候，可以发现并清除噪音数据吗？对噪音数据一般有哪些处理方法？ 4。（10分）某学校对入学的新生进行性格问卷调查，没有心理学家的参与，根据学生对问题的回答，把学生的性格分成了8个类别。请说明该数据挖掘任务是属于分类任务还是聚类任务？为什么？并利用该例说明聚类分析和分类分析的异同点。 5．（12分）假设描述学生的信息包含属性：性别，籍贯，年龄。有两条记录p，q和C1，C2的信息如下，分别求出记录和簇彼此之间的距