数据挖掘与统计决策——复习考试题型.docVIP

《数据挖掘与统计决策》课程复习提纲 2014.6 概念题（约20%） 概念解释（10%） 是非题（10%） 概念题复习要点： 数据挖掘定义？数据挖掘与经典统计建模的异同点？ 2、 聚类定义？系统聚类、K均值聚类、Kohonen聚类的原理与特点？ 一般聚类数的判别？聚类结果的判别？ 3、 神经网络定义？感知机模型、BP模型、RBF模型的原理与应用特点（ 包括数据特点、结构特点、映射特点、权值修正特点、误差表示等）？ 主成分分析与因子分析方法的特点？ 变量与主成分的关系？变量与公共因子的关系？ 载荷因子表示公因子与变量的什么关系？ 载荷因子取值不同表示公因子与变量关系的哪些不同？ 5、决策树方法的定义？ ID3、C4.5、二叉树方法的不同应用特点？ 决策树的评价标准？ 决策树的前后剪枝特点？后剪枝的形式评价与树结构评价定义？ 6、关联分析、时序关联分析方法的特点？ K项频繁集（大项目集）、K项大序列的定义？ 最大频繁（项目）集、最大序列的定义？ 频繁集（大项目集）支持度、大序列支持度定义？ 关联规则置信度、时序关联规则置信度定义？ 规则提取特点？规则检验定义？ 7、 遗传算法的定义与特点？ 适应值函数、选择算子、交叉算子、变异算子的理论定义？一般设计形式？ 模式定理的结论表示？ 设计与计算题（约80%）： 聚类分析：给出样品属性取值或变量观察值， 1)要求计算距离矩阵，并按系统聚类法，以两点最大或最小距离定义两类相似度进行聚类（样本或变量聚类）， 2)表出聚类过程及谱系图，并判别聚类结果。 主成分/因子分析: 给定变量与因子相关的载荷矩阵，在已知特征根及累计贡献率大于一定比例条件下， 1）要求计算或判别选择主要变量、主要主成分、主要因子， 2）用因子表示变量或用变量表示主成分。 四、神经网络模型：给出已知样本与模型设计要求， 1）要求通过样本学习和权值修正获取模型参数，建立神经网络模型（BP、RBF、感知机等）， 2）应用建立的模型进行检验、分类或预测。 五、决策树分析：给出某实例集， 1）要求利用ID3算法或C4.5算法或二叉树算法，判别节点与分枝，建立决策树。 2)给定检验样本集，对建立决策树进行检验。 3)在假定条件下，对决策树进行剪枝判别，计算剪枝形式与剪枝结构评价。 六、1）关联分析：给出N个事务对应的物品项、最少支持度和最少可信度，要求用AP方法求最大频繁集和指定项目条件的关联规则。 2）时序关联分析：给出N个时间顾客的事务对应的物品项，最少支持度和最少可信度，要求用AP-G方法求最大序列和指定条件的时序关联规则。 3) 给定检验样本集，要求对提取规则进行检验，要求计算检验的误差。 七、遗传算法： 1）给出N个个体组成的种群，在指定或设计适值函数下，进行选择、交叉与变异运算； 2）给出某一问题，要求设计基因、个体和种群，并针对问题设计合理的适应值函数。 参考试题形式： 一. 概念描述 1．数据挖掘是指 2．遗传算法中的适应值函数是指 3. K-均值聚类是指 4. BP神经网络是指 5时序关联分析是指