2025年超星尔雅学习通《大数据挖掘与可视化》章节测试题库及答案解析.docxVIP

2025年超星尔雅学习通《大数据挖掘与可视化》章节测试题库及答案解析

单位所属部门：________姓名：________考场号：________考生号：________

一、选择题

1.大数据挖掘的主要目的是（）

A.增加数据存储量

B.提高数据传输速度

C.发现数据中的潜在模式和规律

D.减少数据冗余

答案：C

解析：大数据挖掘的核心在于从海量数据中发现有价值的信息和知识，揭示数据背后的隐藏模式和规律，从而为决策提供支持。增加数据存储量和提高数据传输速度属于基础设施建设范畴，减少数据冗余是数据预处理的一部分，但不是主要目的。

2.以下哪种方法不属于分类算法？（）

A.决策树

B.神经网络

C.聚类分析

D.支持向量机

答案：C

解析：分类算法的目标是将数据样本划分为预定义的类别。决策树、神经网络和支持向量机都是常用的分类算法。聚类分析属于无监督学习范畴，其目的是将相似的数据样本自动分组，不涉及预定义的类别。

3.在数据可视化中，散点图主要用于展示（）

A.数据的分布情况

B.数据的分类情况

C.数据的时间序列关系

D.数据的层次关系

答案：A

解析：散点图通过在二维平面上绘制数据点的坐标，直观地展示数据点之间的分布情况和潜在关系。它可以帮助识别数据的集中区域、异常值以及数据点之间的相关性。

4.以下哪种指标不适合用于评估聚类算法的优劣？（）

A.轮廓系数

B.误差平方和

C.准确率

D.戴维斯-布尔丁指数

答案：C

解析：评估聚类算法的指标通常衡量聚类结果的紧密度和分离度。轮廓系数、误差平方和和戴维斯-布尔丁指数都是常用的聚类评估指标。准确率是分类算法的评价指标，不适用于聚类算法。

5.以下哪种数据挖掘任务属于关联规则挖掘？（）

A.分类

B.聚类

C.回归分析

D.购物篮分析

答案：D

解析：关联规则挖掘旨在发现数据项之间的有趣关联或相关关系。购物篮分析是关联规则挖掘的经典应用，旨在发现顾客购物篮中商品之间的关联性。分类、聚类和回归分析属于其他类型的数据挖掘任务。

6.以下哪种图表不适合展示时间序列数据？（）

A.折线图

B.柱状图

C.散点图

D.饼图

答案：D

解析：时间序列数据按时间顺序排列，折线图和柱状图可以清晰地展示数据随时间的变化趋势。散点图也可以用于展示时间序列数据中的关系。饼图主要用于展示部分与整体的关系，不适合展示时间序列数据。

7.以下哪种技术不属于数据预处理阶段？（）

A.数据清洗

B.数据集成

C.数据变换

D.数据分类

答案：D

解析：数据预处理是数据挖掘流程中的重要环节，包括数据清洗（处理缺失值、异常值等）、数据集成（合并多个数据源）和数据变换（数据规范化、特征构造等）。数据分类属于数据挖掘的建模阶段，不属于数据预处理。

8.以下哪种算法属于无监督学习算法？（）

A.决策树

B.支持向量机

C.K-均值聚类

D.逻辑回归

答案：C

解析：无监督学习算法旨在从未标签的数据中发现隐藏的结构或模式。K-均值聚类是一种典型的无监督学习算法，通过将数据点划分为多个簇来揭示数据的内在结构。决策树、支持向量机和逻辑回归都属于监督学习算法，需要标签数据进行训练。

9.在数据可视化中，热力图主要用于展示（）

A.数据的地理分布

B.数据的类别关系

C.数据的数值分布密度

D.数据的时间变化趋势

答案：C

解析：热力图通过颜色深浅表示数据在二维空间中的分布密度，颜色越深表示该区域的数值越大或数据点越密集。它适用于展示数据在空间上的分布情况，特别是数值型数据。

10.以下哪种方法不属于特征选择技术？（）

A.互信息

B.卡方检验

C.主成分分析

D.递归特征消除

答案：C

解析：特征选择技术旨在从原始特征集中选择一个子集，以提高模型的性能或降低模型的复杂度。互信息、卡方检验和递归特征消除都是常用的特征选择方法。主成分分析属于特征提取技术，通过线性变换将原始特征转换为新的特征（主成分），不涉及特征选择。

11.关联规则挖掘中，支持度衡量的是（）

A.项集在数据集中出现的频率

B.项集被同时购买的频率

C.项集的预测准确性

D.项集的置信度

答案：A

解析：支持度表示一个项集或规则在所有交易记录中出现的频率，用于衡量项集本身的重要性。它反映了项集在数据集中存在的普遍程度，是判断项集是否有价值的指标。置信度衡量的是规则前件出现时，后件也出现的可能性。提升度衡量的是规则前件和后件同时出现的概率相比于它们各自出现的概率增加的幅度。

12.以下哪种图表最适合展示多维数据？（）

A.折线图

B.散点图

C.雷达图

D.柱状图

答案：C

解析：雷达图（也称为蜘蛛图）可以同时展示多个变量的数值，每个变量对应雷达图中