《数据挖掘考试题目——关联分析》由会员分享，可在线阅读，更多相关《数据挖掘考试题目——关联分析（5页珍藏版）》请在装配图网上搜索。
1、一、10个选择1. 以下属于关联分析的是（ ）A. CPU性能预测B.购物篮分析C.自动判断鸢尾花类别D.股票趋势建模2. 维克托 迈尔-舍恩伯格在大数据时代：生活、工作与思维的大变革一书中，持续强 调了一个观点：大数据时代的到来，使我们无法人为地去发现数据中的奥妙，与此同时，我 们更应该注重数据中的相关关系，而不是因果关系。其中，数据之间的相关关系可以通过以 下哪个算法直接挖掘（ ）A.K-meansB. Bayes NetworkC. D.Apriori3置信度（confidence）是衡量兴趣度度量（）的指标。A.简洁性B.确定性C.实用性D.新颖性算法的加速过程依赖于以下哪个策略（ ）
2、A.抽样B.剪枝C.缓冲D.并行5. 以下哪个会降低Apriori算法的挖掘效率（）B.项数减少D.减小硬盘读写速率B. 二叉树、哈希树D.多叉树、有向无环图B.令人不感兴趣D.对异常数据项敏感A.支持度阈值增大C.事务数减少 算法使用到以下哪些东东（ ）A.格结构、有向无环图C.格结构、哈希树7. 非频繁模式（ ）A.其置信度小于阈值C.包含负模式和负相关模式） 注：分别以1、2、3代表之8. 对频繁项集、频繁闭项集、极大频繁项集的关系描述正确的是（A. 3可以还原出无损的1B. 2可以还原出无损的1C.3与2是完全等价的D.2与1是完全等价的tree在Apriori算法中所起的作用是（）A
3、.存储数据B.查找C.加速查找D.剪枝 10.以下不属于数据挖掘软件的是（ ）B.WekaD.KnimeA.SPSS ModelerC.Apache Spark 二、10个填空1关联分析中表示关联关系的方法主要有：和。2关联规则的评价度量主要有： 和 。3关联规则挖掘的算法主要有： 和 。4购物篮分析中，数据是以的形式呈现。5. 个项集满足最小支持度，我们称之为。6. 一个关联规则同时满足最小支持度和最小置信度，我们称之为7在回归与相关分析中，因变量值随自变量值的增大(减小)而减小(增大)的现象叫 做。8.极大频繁项集不能无损还原出频繁项集，是因为它不包含频繁项集白信息。9经典的Apriori
4、算法是逐层扫描的，也就是说它 (选:深度/宽度)优先的。10.数据挖掘大概步骤包括：输入数据 预处理 挖掘 后处理 输出知识。其中，输出的 知识可以有很多种表示形式，两种极端的形式是：内部结构难以被理解的黑匣子，比如说 人工神经网络训练得出的网络；模式结构清晰的匣子，这种结构容易被人理解，比如说决 策树产生的树。那么，关联分析中输出的知识的表示形式主要(选:黑匣子/清晰结构)。三、10个判断()1.啤酒与尿布的故事是聚类分析的典型实例。()算法是一种典型的关联规则挖掘算法。()3.支持度是衡量关联规则重要性的一个指标。()4可信度是对关联规则的准确度的衡量。()5给定关联规则A B,意味着：若
5、A发生，B也会发生。()6.频繁闭项集可用来无损压缩频繁项集。()7.关联规则可以用枚举的方法产生。()算法产生的关联规则总是确定的。()9不满足给定评价度量的关联规则是无趣的。()10.对于项集来说，置信度没有意义。四、5个简答1简述关联规则产生的两个基本步骤。算法是从事务数据库中挖掘布尔关联规则的常用算法，该算法利用频繁项集性质的先验知 识，从候选项集中找到频繁项集。请简述Aprior i算法的基本原理。3. 简述Apriori算法的优点和缺点。4. 针对Apriori算法的缺点，可以做哪些方面的改进？5. 强关联规则一定是有趣的吗？为什么？数据挖掘考试题目+参考答案一、10个选择1. 以
6、下属于关联分析的是（ B）A. CPU性能预测B.购物篮分析C.自动判断鸢尾花类别D.股票趋势建模2. 维克托 迈尔-舍恩伯格在大数据时代：生活、工作与思维的大变革一书中，持续强 调了一个观点：大数据时代的到来，使我们无法人为地去发现数据中的奥妙，与此同时，我 们更应该注重数据中的相关关系，而不是因果关系。其中，数据之间的相关关系可以通过以 下哪个算法直接挖掘（ D）Bayes NetworkAprioriB ）的指标。确定性新颖性A.K-meansB.C.D3. 置信度（confidence）是衡量兴趣度度量（ A.简洁性B.C.实用性D.算法的加速过程依赖于以下哪个策略（ B）A.抽样B.
7、C.缓冲D.5.以下哪个会降低Apriori算法的挖掘效率A.支持度阈值增大C.事务数减少 算法使用到以下哪些东东（ C）A.格结构、有向无环图C.格结构、哈希树7.非频繁模式（ D ）A.其置信度小于阈值C.包含负模式和负相关模式B.D.B.D.剪枝并行D）项数减少 减小硬盘读写速率二叉树、哈希树 多叉树、有向无环图令人不感兴趣 对异常数据项敏感 8.对频繁项集、频繁闭项集、极大频繁项集的关系描述正确的是（ B ）注：分别以1、2、3代表之 A. 3可以还原出无损的1B. 2可以还原出无损的1C. 3与2是完全等价的D. 2与1是完全等价的tree在Apriori算法中所起的作用是（C ）A
8、.存储数据B.C.加速查找D.10.以下不属于数据挖掘软件的是（ C）A.SPSS ModelerBC.Apache SparkD.B.D.查找剪枝WekaKnime二、10个填空1关联分析中表示关联关系的方法主要有：和关联规则2. 关联规则的评价度量主要有：支持度和置信度。3关联规则挖掘的算法主要有：Apriori 和 FP-Grow th 。4购物篮分析中，数据是以不对称二元变量的形式呈现。5-个项集满足最小支持度，我们称之为频繁项集。6. 一个关联规则同时满足最小支持度和最小置信度，我们称之为暑规丄。7. 在回归与相关分析中，因变量值随自变量值的增大(减小)而减小(增大)的现象叫做宜 相
9、关。8. 极大频繁项集不能无损还原出频繁项集，是因为它不包含频繁项集的支持度信息。 9经典的Aprior i算法是逐层扫描的，也就是说它是 宽度 (选:深度/宽度)优先的。10.数据挖掘大概步骤包括：输入数据 预处理 挖掘 后处理 输出知识。其中，输出的 知识可以有很多种表示形式，两种极端的形式是：内部结构难以被理解的黑匣子，比如说 人工神经网络训练得出的网络；模式结构清晰的匣子，这种结构容易被人理解，比如说决 策树产生的树。那么，关联分析中输出的知识的表示形式主要是清晰结构(选:黑匣子/ 清晰结构)。三、10个判断(X ) 1啤酒与尿布的故事是聚类分析的典型实例。(/ )算法是一种典型的关联
10、规则挖掘算法。(/ )3.支持度是衡量关联规则重要性的一个指标。(/ ) 4可信度是对关联规则的准确度的衡量。(X ) 5给定关联规则A B,意味着：若A发生，B也会发生。(/ ) 6频繁闭项集可用来无损压缩频繁项集。(/ ) 7关联规则可以用枚举的方法产生。(/ )算法产生的关联规则总是确定的。(X ) 9不满足给定评价度量的关联规则是无趣的。(/ ) 10.对于项集来说，置信度没有意义。四、5个简答1简述关联规则产生的两个基本步骤。答：关联规则产生的两个基本步骤为：根据给定的支持度从项集中产生频繁项集；根据 给定的置信度从频繁项集中产生关联规则。算法是从事务数据库中挖掘布尔关联规则的常用算
11、法，该算法利用频繁项集性质的先验知 识，从候选项集中找到频繁项集。请简述Aprior i算法的基本原理。答：关联规则的产生并不依赖于Aprior i算法，Aprior i算法用来加速规则的产生过程。 Apriori算法的加速过程依赖于这样一个先验原理：“频繁项集的子集是频繁的”。3. 简述Apriori算法的优点和缺点。答：Aprior i算法的优点：结构简单、易于理解。Apriori算法的缺点：产生大量的候选项集，I/O开销较大。4. 针对Apriori算法的缺点，可以做哪些方面的改进？答：Aprior i算法的缺点主要是产生的候选项集较多，从而导致I/O开销较大。由此，可以 将庞大的数据集划分为可以装进内存的数据块，利用“频繁项集至少在一个分区中是频繁的” 原理合并各个数据块产生的频繁项集得到最终的频繁项集。5. 强关联规则一定是有趣的吗？为什么? 答：不一定。因为：规则的评价标准有很多，可以是客观的也可以是主观的。另外，强规则 也可能是负相关的，即因变量值随自变量值的增大（减小）而减小（增大）的现象。
数据挖掘考试题目——关联分析
