数据挖掘考试测验题试卷.pdfVIP

数据挖掘考试题

一．选择题

1.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？()

A.分类B.聚类C.关联分析D.主成分分析

2.()将两个簇的邻近度定义为不同簇的所有点对邻近度的平均值，它是一种凝聚层次聚类

技术。

A.MIN(单链)B.MAX(全链)C.组平均D.Ward方法

3.数据挖掘的经典案例“啤酒与尿布试验”最主要是应用了()数据挖掘方法。

A分类B预测C关联规则分析D聚类

4.关于K均值和DBSCAN的比较，以下说法不正确的是()

A.K均值丢弃被它识别为噪声的对象，而DBSCAN一般聚类所有对象。

B.K均值使用簇的基于原型的概念，DBSCAN使用基于密度的概念。

C.K均值很难处理非球形的簇和不同大小的簇，DBSCAN可以处理不同大小和不同形状的

簇

D.K均值可以发现不是明显分离的簇，即便簇有重叠也可以发现，但是DBSCAN会合并有

重叠的簇

5.下列关于Ward’sMethod说法错误的是：()

A.对噪声点和离群点敏感度比较小

B.擅长处理球状的簇

C.对于Ward方法，两个簇的邻近度定义为两个簇合并时导致的平方误差

D.当两个点之间的邻近度取它们之间距离的平方时，Ward方法与组平均非常相似

6.下列关于层次聚类存在的问题说法正确的是：()

A.具有全局优化目标函数

B.GroupAverage擅长处理球状的簇

C.可以处理不同大小簇的能力

D.Max对噪声点和离群点很敏感

7.下列关于凝聚层次聚类的说法中，说法错误的事：()

A.一旦两个簇合并，该操作就不能撤销

B.算法的终止条件是仅剩下一个簇



C.空间复杂度为Om2

D.具有全局优化目标函数

8.规则{牛奶，尿布}→{啤酒}的支持度和置信度分别为：()

TID项集

1{面包，牛奶}

2{面包，尿布，啤酒，鸡蛋}

3{牛奶，尿布，啤酒，可乐}

4{面包，牛奶，尿布，啤酒}

5{面包，牛奶，尿布，可乐}

A.0.4,0.4B.0.67,0.67C.0.4,0.67D.0.67,0.4

9.下列()是属于分裂层次聚类的方法。

A.MinB.MaxC.GroupAverageD.MST

10.对下图数据进行凝聚聚类操作，簇间相似度使用MAX计算，第二步是哪两个簇合并：()

A.在{3}和{l,2}合并B.{3}和{4,5}合并C.{2,3}和{4,5}合并

D.{2,3}和{4,5}形成簇和{3}合并

二．填空题：

1.属性包括的四种类型：、、、。

2.是两个簇的邻近度定义为不同簇的所有点对邻近度的平均值。

3.基本凝聚层次聚类算法空间复杂度，时间复杂度，如果某个簇到其他所

有簇的距离存放在一个有序表或堆中，层次聚类所需要的时间复杂度将为。

4.聚类中，定义簇间的相似度的方法有（写出四个）：、、、。

5.层次聚类技术是第二类重要的聚类方法。两种层次聚类的基本方

法：、。

6.组平