数据挖掘技术
通过数据挖掘过程推出的关系和摘要通常被称为：(A B)
A.模型
B.方式
C.模型
D.模子
在数据集中寻找关系是为了找到数据的某个特征的准确、方便和有价值的表示。在这个过程中涉及到以下哪些步骤？
A.确定要使用的表示的特征和结构
B.决定如何量化和比较不同表示的拟合数据。
c、选择算法流程优化评分函数。
决定使用什么数据管理原则来有效地实现算法。
数据挖掘的预测建模任务主要包括哪些大类问题(A B)？
A.分类
B.回归
C.模式发现
D.模式匹配
数据挖掘算法的组成部分包括：(A B C D)
A.模型或模型结构
B.评分函数
C.优化和搜索方法
D.数据管理策略
下列哪些学科与数据挖掘密切相关
A.统计数字
B.计算机组成原理
C.矿物开采
D.人工智能
在现实数据中，元组在某些属性中缺少值是很常见的。描述这个问题的各种方法有：(abcde)
忽略元组
用属性的平均值填充空缺值。
c用全局常数填充空缺值。
使用属于给定元组的同一类的所有样本的平均值。
用最有可能的值填写空缺值。
以下哪一项属于可视化高维数据技术(ABCE)
矩阵
平行坐标系
c星坐标d散点图
切诺夫脸
对于数据挖掘中的原始数据，存在一些问题：(abcde)
前后矛盾
重复
c不完整
d包含噪声
电子维度高
以下属于不同的有序数据：(abce)
时间序列数据
b系列数据
时间序列数据
交易数据
空间数据
以下是数据集的一般特征
连续性
b维度
稀疏性
分辨率
各向异性
降维中常用的以下线性代数技术是：(A C)
主成分分析
特征提取
奇异值分解
三维特征加权
离散化
在下面列出的项目中，哪些是数据仓库的基本特征：(ACD)
A.数据仓库是面向主题的。
B.数据仓库中的数据是集成的
C.数据仓库中的数据相对稳定。
D.数据仓库的数据反映了历史的变化。
E.数据仓库是面向事务的。
以下是关于数据仓库的不同说法，你认为是正确的(BCDE)。
A.数据仓库是一个数据库
B.数据仓库是所有商业智能系统的基础
C.数据仓库面向业务，支持在线事务处理(OLTP)
D.数据仓库支持决策而不是事务处理
E.数据仓库的主要目标是帮助分析和制定长期战略。
数据仓库的技术工作流程是：(ABCD)
A.数据析取
B.存储和管理
C.数据性能
D.数据仓库设计
E.数据性能
在线分析处理包括以下哪些基本分析功能(BCD)？
A.使聚集
B.薄片
C.转轴
D.切成片；切成小块
E.分类
利用Apriori算法计算频繁项集，可以有效降低计算频繁项集的时间复杂度。在下面的购物篮中，生成一个支持度不小于3的候选3项集，候选2项集中需要修剪的是(BD)
标识项目集
1.浸于沸滚牛奶中的面包
2.面包、尿布、啤酒、鸡蛋
3.牛奶、尿布、啤酒和可乐
4.面包、牛奶、尿布和啤酒
5.面包、牛奶、尿布和可乐
A.啤酒，尿布
B.啤酒和面包
面包，尿布
D.啤酒和牛奶
下表是一个购物篮，假设支持阈值为40%，其中(A D)为频繁关闭项集。
TID项目
1 abc
2 abcd
公元前3年
4 acde
5 de
abc
广告
c、cd
d、de
Apriori算法的计算复杂度受到ABCD的影响。
一、支持门槛
B.项目数(维度)
C.交易数量
D.交易的平均宽度
异常模式
一、其支持度低于门槛。
b，一点也不有趣。
c、包括负相关模式和负相关模式
D.对异常数据项敏感
以下属于分类器评估
或比较尺度的有: (ACD)
A,预测准确度
B,召回率
C,模型描述的简洁度
D,计算复杂度
在评价不平衡类问题分类的度量方法有如下几种，(ABCD)
A,F1度量
B,召回率（recall）
C,精度（precision）
D,真正率（ture positive rate,TPR）
贝叶斯信念网络(BBN)有如下哪些特点， （AB）
A,构造网络费时费力
B,对模型的过分问题非常鲁棒
C,贝叶斯网络不适合处理不完整的数据
D,网络结构确定后，添加变量相当麻烦
如下哪些不是最近邻分类器的特点， (C)
A,它使用具体的训练实例进行预测，不必维护源自数据的模型
B,分类一个测试样例开销很大
C,最近邻分类器基于全局信息进行预测
D,可以生产任意形状的决策边界
如下那些不是基于规则分类器的特点，（AC）
A,规则集的表达能力远不如决策树好
B,基于规则的分类器都对属性空间进行直线划分，并将类指派到每个划分
C,无法被用来产生更易于解释的描述性模型
D,非常适合处理类分布不平衡的数据集
以下属于聚类算法的是（ ABD ）。
A、K均值
B、DBSCAN
C、Apriori
D、Jarvis-Patrick（JP）
（ CD ）都属于簇有效性的监督度量。
A、轮廓系数
B、共性分类相关系数
C、熵
D、F度量
簇有效性的面向相似性的度量包括（ BC ）。
A、精度
B、Rand统计量
C、Jaccard系数
D、召回率
（ ABCD ）这些数据特性都是对聚类分析具有很强影响的。
A、高维性
B、规模
C、稀疏性
D、噪声和离群点
在聚类分析当中，（ AD ）等技术可以处理任意形状的簇。
A、MIN（单链）
B、MAX（全链）
C、组平均
D、Chameleon
（ AB ）都属于分裂的层次聚类算法。
A、二分K均值
B、MST
C、Chameleon
D、组平均
内容来源网络，如有侵权，联系删除，本文地址：https://www.230890.com/zhan/100416.html