2025年数据挖掘填空题库及答案.docxVIP

2025年数据挖掘填空题库及答案

一、数据预处理相关填空

1.数据清洗中，处理缺失值的常见方法有删除法、______和______。

答案：插补法；不处理（将缺失值视为一种特殊状态）

解析：删除法是直接去除包含缺失值的记录或属性；插补法是用某种值来填充缺失值，例如均值、中位数、众数插补等；而将缺失值视为一种特殊状态在某些情况下也是可行的，如在分类问题中可以将缺失值作为一个单独的类别处理。

2.数据集成时，可能会出现______冲突、______冲突和数据值冲突。

答案：命名；结构

解析：命名冲突指不同数据源中相同含义的数据使用了不同的名称；结构冲突是指不同数据源的数据结构不一致，例如数据的组织方式、数据类型等不同；数据值冲突则是指相同实体在不同数据源中的数据值不一致。

3.数据变换中，常用的数值变换方法有______、______和对数变换等。

答案：标准化；归一化

解析：标准化是将数据按比例缩放，使之落入一个小的特定区间，常见的有Z-score标准化；归一化是把数据映射到[0,1]区间，如最小-最大归一化；对数变换可以将数据进行压缩，使数据分布更接近正态分布。

4.数据离散化的方法主要有______离散化和______离散化。

答案：等宽；等频

解析：等宽离散化是将数据的值域划分为具有相同宽度的区间；等频离散化是将数据的值域划分为每个区间包含相同数量数据点的区间。

二、关联规则挖掘填空

1.关联规则挖掘中，支持度的计算公式为______，置信度的计算公式为______。

答案：支持度=包含X和Y的事务数/总事务数；置信度=包含X和Y的事务数/包含X的事务数

解析：支持度反映了规则在数据集中出现的频繁程度；置信度表示在包含X的事务中同时包含Y的概率，它衡量了规则的可靠性。

2.Apriori算法的核心思想是______，其提供频繁项集的过程是通过逐层搜索的______方法。

答案：先验原理（即如果一个项集是频繁的，则它的所有子集也一定是频繁的）；迭代

解析：先验原理可以减少不必要的项集提供和支持度计算，提高算法效率。迭代过程是从单个项集开始，不断提供更大的项集，直到无法提供新的频繁项集为止。

3.FP-growth算法通过构建______来压缩事务数据库，避免了Apriori算法的______过程。

答案：FP-树；多次扫描数据库

解析：FP-树是一种紧凑的数据结构，它存储了事务数据库的频繁模式信息。Apriori算法需要多次扫描数据库来计算项集的支持度，而FP-growth算法通过一次扫描数据库构建FP-树，然后从FP-树中挖掘频繁项集，避免了多次扫描数据库的开销。

4.关联规则的提升度计算公式为______，当提升度______时，表示X和Y之间存在正相关关系。

答案：提升度=置信度(X→Y)/支持度(Y)；大于1

解析：提升度衡量了X的出现对Y出现的影响程度。当提升度大于1时，说明X的出现增加了Y出现的概率，即X和Y之间存在正相关关系。

三、分类与预测填空

1.决策树分类算法中，常用的划分属性选择准则有______、______和信息增益率等。

答案：信息增益；基尼指数

解析：信息增益是通过计算划分前后信息熵的变化来选择最优划分属性，信息增益越大，说明该属性划分数据的能力越强；基尼指数衡量了数据的不纯度，基尼指数越小，数据的纯度越高，在决策树中选择基尼指数最小的属性作为划分属性。

2.朴素贝叶斯分类器基于______定理，其假设条件是______。

答案：贝叶斯；属性之间相互独立

解析：贝叶斯定理是朴素贝叶斯分类器的理论基础，它通过计算后验概率来进行分类。属性之间相互独立的假设简化了概率的计算，使得朴素贝叶斯分类器在处理大规模数据时具有较高的效率。

3.K-近邻（KNN）分类算法中，K的取值对分类结果有重要影响，K值过小容易导致______，K值过大容易导致______。

答案：过拟合；欠拟合

解析：当K值过小时，模型对训练数据的拟合程度过高，容易受到噪声数据的影响，导致过拟合；当K值过大时，模型过于平滑，忽略了数据的局部特征，导致欠拟合。

4.逻辑回归是一种______模型，它通过______函数将线性回归的输出映射到[0,1]区间。

答案：分类；Sigmoid

解析：逻辑回归主要用于分类问题，它通过Sigmoid函数将线性回归的输出转换为概率值，从而实现对样本的分类。

四、聚类分析填空

1.聚类分析的目标是将数据对象划分为不同的组，使得同一组内的对象______，不同组的对象______。

答案：相似度高；相