数据挖掘实操题目及分析.docxVIP

数据挖掘实操题目及分析

一、单项选择题（共10题，每题1分，共10分）

在数据预处理阶段，处理数据中存在的缺失值，下列哪种方法通常被认为是最不可靠的？

A.使用该属性的平均值填充

B.使用一个全局常量（如“未知”）填充

C.直接删除包含缺失值的记录

D.使用最可能的值填充（如回归、贝叶斯方法）

答案：C

解析：直接删除包含缺失值的记录虽然简单，但可能导致大量有价值信息的丢失，特别是当缺失值比例较高或数据量不大时，会严重影响后续分析的准确性和可靠性。其他方法如均值填充、常量填充或使用预测模型填充，虽然各有优缺点，但都旨在保留数据并尝试合理估计缺失值，相对更为稳妥。

在关联规则挖掘中，用于衡量规则“A-B”重要程度的指标，其定义为“包含A和B的交易数与包含A的交易数之比”的是？

A.支持度

B.置信度

C.提升度

D.卡方值

答案：B

解析：置信度是关联规则“A-B”的一个关键度量，它表示在事务中出现A的条件下，出现B的条件概率，即P(B|A)=支持度(A∪B)/支持度(A)。支持度衡量的是A和B同时出现的频率；提升度衡量的是规则的有效性（是否比随机出现更好）；卡方值则常用于检验独立性。

以下哪种聚类算法需要预先指定聚类的数目K？

A.DBSCAN

B.层次聚类

C.K-Means

D.均值漂移聚类

答案：C

解析：K-Means算法是典型的基于划分的聚