数据挖掘考试题目关联分析.docx

数据挖掘考试题目——关联分析 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-means B．Bayes Network C．C4.5 D．Apriori 3.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.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.以下哪个会降低Apriori算法的挖掘效率（ ） 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（ ） A．格结构、有向无环图 B．二叉树、哈希树 C．格结构、哈希树 D．多叉树、有向无环图 7.非频繁模式（ ） A．其置信度小于阈值 B．令人不感兴趣 C．包含负模式和负相关模式 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：分别以1、2、3代表之] A．3可以还原出无损的1 B．2可以还原出无损的1 C．3与2是完全等价的 D．2与1是完全等价的 9.Hash tree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．SPSS Modeler B．Weka C．Apache Spark D．Knime 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。 5.一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的 信息。 9.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。 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：①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；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。 （ ）2.Apriori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。 2.Apriori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Apriori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 ）