数据挖掘考试题目关联分析

《数据挖掘考试题目关联分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、数据挖掘考试题目——关联分析一、10个选择1.以卜*属于关联分析的是（）A.CPU性能预测B.购物篮分析C.自动判断琦尾花类别D.股票趋势建模2.维克托•迈尔-舍恩伯格在《大数据吋代：生活、工作与思维的大变革》一4沖，持续强调Y—个观点：大数裾时代的到來，使我们无法人为地去发现数据中的奥妙，与此冋时，我们更应该注重数据屮的相关关系，而不足因果关系。其屮，数据之间的相关关系可以通过以K哪个算法直接挖掘（）A.K-meansB.BayesNetworkC.C4.5D.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4.

2、Apriori算法的加速过程依赖于以下哪个策略（）A.抽样B.剪枝C.缓冲D.并行5.以卜'哪个会降低Apriori算法的挖掘效率（）A.支持度阈位增人B.项数减少C.事务数减少D.减小硬盘读写速率A.格结构、冇向无环图C.格结构、哈希树7.非频繁模式（）A.K•置信度小于阈值c.含负枚式和负相关模式B.二叉树、哈希树D.多叉树、奋14无环图6.Apriori算法使用到以下哪些东东（）B.令人不感兴趣D.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（）［注：分膨u2、3代表之］A.3hj以还原出无损的1B.2讨以还原出无损的1C.3与2是完全等价的D.

3、2与1是完全等价的9.Hashtree在Apriori算法中所起的作用是（）A.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（）A.SPSSModelerB.WekaC.ApachcSparkD.Knime二、10个填空1.关联分析中表示关联关系的方法主要奋：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冇：和。4.购物篮分析屮，数据是以的形式呈现。1.—个项集满足最小支持度，我们称之为。2.—个失联规则M时满足最小支持度和最小置信度，我们称之为。3.在回归与相关分析中，因变量值随ft变量值的增大(减小)仙减小(增大)的现象叫做。4.极大频

4、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信息。5.经典的Apriori算法是逐层扫描的，也就是说它是(选:深度/宽度)优先的。6.数裾挖掘人概步骤包括：输入数据+预处理+挖掘+后处理+输出知识。K屮，输出的知识可以有很多种表示形式，两种极端的形式足：①内部结构难以被理解的黑匝子，比如说人工神经网络训练得ill的网络；②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(选:黑I甲:了•/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。()2.Apriori算法是一•种典型的关联规则挖掘算法

5、。()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景。()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。()8.Apriori算法产牛.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，置信度没柯意义。四、5个简答1.简述关联规则产生的两个基木步骤。2.Apriori算法楚从事务数据库屮挖掘布尔关联规则的常川算法，该算法利川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Apriori算法的基本原理。3.簡述A

6、priori算法的优点和缺点。4.针对Apriori算法的缺A1、1:,川'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A+参考答案一、10个选择1.以卜*属于关联分析的是（B）A.CPU性能预测B.购物篮分析C.自动判断琦尾花类别D.股票趋势建模2.维克托•迈尔-舍恩伯格在《人数裾时代：生活、丁作与思维的人变革》一书屮，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，与此时，我们更应该注重数据屮的相关关系，而不足因果关系。其屮，数据之间的相关关系可以通过以K哪个算法H接挖掘（D）A

7、.C4.5D.Apriori3.置信度（confidence）是衡量兴趣度度量（B）的桁标。A.简洁性B.确定性C.实用性D.新颖性4.Apriori算法的加速过程依赖于以卜哪个策略（B）A.抽样B.剪枝C.缓冲D.并行5.以卜'哪个会降低Apriori算法的挖掘效率（D）A.支持度阈值增大B.项数减少C.事务数减少D.减小硬盘读写速率6.Apriori算法使用到以下哪些东东（C）B.二叉树、哈希树D.多叉树、奋14无环图B.令人不感兴趣D.对异常数据项敏感A.格结构