选产生过程得到4-项集不包含（C）
A、1，2，3，4 B、1，2，3，5 C、1，2，4，5 D、1，3，4，5 43.下面选项中t不是s的子序列的是 ( C ) A、s=<{2,4},{3,5,6},{8}>t=<{2},{3,6},{8}> B、s=<{2,4},{3,5,6},{8}>t=<{2},{8}> C、s=<{1,2},{3,4}>t=<{1},{2}> D、s=<{2,4},{2,4}>t=<{2},{4}>
44. 在图集合中发现一组公共子结构，这样的任务称为 ( B )
A、频繁子集挖掘 B、频繁子图挖掘 C、频繁数据项挖掘 D、频繁模式挖掘 45. 下列度量不具有反演性的是(D)
A、 系数 B、几率 C、Cohen度量 D、兴趣因子
46. 下列__(A)__不是将主观信息加入到模式发现任务中的方法。 A、与同一时期其他数据对比 B、可视化
C、基于模板的方法 D、主观兴趣度量
47. 下面购物篮能够提取的3-项集的最大数量是多少（C） ID 购买项
1 牛奶，啤酒，尿布 2 面包，黄油，牛奶 3 牛奶，尿布，饼干 4 面包，黄油，饼干 5 啤酒，饼干，尿布
6 牛奶，尿布，面包，黄油 7 面包，黄油，尿布 8 啤酒，尿布
9 牛奶，尿布，面包，黄油 10 啤酒，饼干
A、1 B、2 C、3 D、4
48. 以下哪些算法是分类算法，A，DBSCAN B，C4.5 C,K-Mean D,EM （B）
49. 以下哪些分类方法可以较好地避免样本的不平衡问题， A，KNN B，SVM C，Bayes D，神经网络 （A）
50. 决策树中不包含一下哪种结点，A,根结点（root node) B,内部结点（internal node） C,外部结点（external node） D,叶结点（leaf node） (C) 51. 不纯性度量中Gini计算公式为（其中c是类的个数） (A) A, B, C, D, （A）
53. 以下哪项关于决策树的说法是错误的 (C)
A. 冗余属性不会对决策树的准确率造成不利的影响 B. 子树可能在决策树中重复多次
C. 决策树算法对于噪声的干扰非常敏感 D. 寻找最佳决策树是NP完全问题 54. 在基于规则分类器的中，依据规则质量的某种度量对规则排序，保证每一个测试记录都是由覆盖它的“最好的”规格来分类，这种方案称为 (B) A. 基于类的排序方案
B. 基于规则的排序方案 C. 基于度量的排序方案 D. 基于规格的排序方案。
55. 以下哪些算法是基于规则的分类器 (A) A. C4.5 B. KNN C. Na?ve Bayes D. ANN
56. 如果规则集R中不存在两条规则被同一条记录触发，则称规则集R中的规则为（C）； A, 无序规则 B，穷举规则 C，互斥规则 D，有序规则 57. 如果对属性值的任一组合，R中都存在一条规则加以覆盖，则称规则集R中的规则为(B) A, 无序规则 B，穷举规则 C，互斥规则 D，有序规则
58. 如果规则集中的规则按照优先级降序排列，则称规则集是 (D) A, 无序规则 B，穷举规则 C，互斥规则 D，有序规则 59. 如果允许一条记录触发多条分类规则，把每条被触发规则的后件看作是对相应类的一次投票，然后计票确定测试记录的类标号，称为（A） A, 无序规则 B，穷举规则 C，互斥规则 D，有序规则
60. 考虑两队之间的足球比赛：队0和队1。假设65%的比赛队0胜出，剩余的比赛队1获胜。队0获胜的比赛中只有30%是在队1的主场，而队1取胜的比赛中75%是主场获胜。如果下一场比赛在队1的主场进行队1获胜的概率为 (C) A，0.75 B,0.35 C,0.4678 D, 0.5738
61. 以下关于人工神经网络（ANN）的描述错误的有 (A)
A，神经网络对训练数据中的噪声非常鲁棒 B，可以处理冗余特征 C，训练ANN是一个很耗时的过程 D，至少含有一个隐藏层的多层神经网络
62. 通过聚集多个分类器的预测来提高分类准确率的技术称为 (A)
A,组合(ensemble) B,聚集(aggregate) C，合并(combination) D，投票(voting) 63. 简单地将数据对象集划分成不重叠的子集，使得每个数据对象恰在一个子集中，这种聚类类型称作（ B ）
A、层次聚类 B、划分聚类 C、非互斥聚类 D、模糊聚类
64. 在基本K均值算法里，当邻近度函数采用（ A ）的时候，合适的质心是簇中各点的中位数。
A、曼哈顿距离 B、平方欧几里德距离 C、余弦距离 D、Bregman散度 65.（ C ）是一个观测值，它与其他观测值的差别如此之大，以至于怀疑它是由不同的机制产生的。
A、边界点 B、质心 C、离群点 D、核心点 66. BIRCH是一种（ B ）。
A、分类器 B、聚类算法 C、关联分析算法 D、特征选择算法 67. 检测一元正态分布中的离群点，属于异常检测中的基于（ A ）的离群点检测。 A、统计方法 B、邻近度 C、密度 D、聚类技术
68.（ C ）将两个簇的邻近度定义为不同簇的所有点对的平均逐对邻近度，它是一种凝聚层次聚类技术。
A、MIN（单链） B、MAX（全链） C、组平均 D、Ward方法
69.（ D ）将两个簇的邻近度定义为两个簇合并时导致的平方误差的增量，它是一种凝聚层次聚类技术。
A、MIN（单链） B、MAX（全链） C、组平均 D、Ward方法 70. DBSCAN在最坏情况下的时间复杂度是（ B ）。
A、O(m) B、O(m2) C、O(log m) D、O(m*log m)
71. 在基于图的簇评估度量表里面，如果簇度量为proximity(Ci , C)，簇权值为mi ，那么它的类型是（ C ）。
A、基于图的凝聚度 B、基于原型的凝聚度 C、基于原型的分离度 D、基于图的凝聚度和分离度
72. 关于K均值和DBSCAN的比较，以下说法不正确的是（ A ）。
A、K均值丢弃被它识别为噪声的对象，而DBSCAN一般聚类所有对象。 B、K均值使用簇的基于原型的概念，而DBSCAN使用基于密度的概念。 C、K均值很难处理非球形的簇和不同大小的簇，DBSCAN可以处理不同大小和不同形状的簇。
D、K均值可以发现不是明显分离的簇，即便簇有重叠也可以发现，但是DBSCAN会合并有重叠的簇。
73. 以下是哪一个聚类算法的算法流程：①构造k－最近邻图。②使用多层图划分算法划分图。③repeat：合并关于相对互连性和相对接近性而言，最好地保持簇的自相似性的簇。④until：不再有可以合并的簇。（ C）。
A、MST B、OPOSSUM C、Chameleon D、Jarvis－Patrick（JP）
74. 考虑这么一种情况：一个对象碰巧与另一个对象相对接近，但属于不同的类，因为这两个对象一般不会共享许多近邻，所以应该选择（ D ）的相似度计算方法。
A、平方欧几里德距离 B、余弦距离 C、直接相似度 D、共享最近邻 75. 以下属于可伸缩聚类算法的是（A ）。
A、CURE B、DENCLUE C、CLIQUE D、OPOSSUM 76. 以下哪个聚类算法不是属于基于原型的聚类（ D ）。
A、模糊c均值 B、EM算法 C、SOM D、CLIQUE 77. 关于混合模型聚类算法的优缺点，下面说法正确的是（ B ）。
A、当簇只包含少量数据点，或者数据点近似协线性时，混合模型也能很好地处理。 B、混合模型比K均值或模糊c均值更一般，因为它可以使用各种类型的分布。 C、混合模型很难发现不同大小和椭球形状的簇。 D、混合模型在有噪声和离群点时不会存在问题。
78. 以下哪个聚类算法不属于基于网格的聚类算法（ D ）。 A、STING B、WaveCluster C、MAFIA D、BIRCH
79. 一个对象的离群点得分是该对象周围密度的逆。这是基于（ C ）的离群点定义。 A．概率 B、邻近度 C、密度 D、聚类
80. 下面关于Jarvis－Patrick（JP）聚类算法的说法不正确的是（ D ）。
A、JP聚类擅长处理噪声和离群点，并且能够处理不同大小、形状和密度的簇。 B、JP算法对高维数据效果良好，尤其擅长发现强相关对象的紧致簇。 C、JP聚类是基于SNN相似度的概念。 D、JP聚类的基本时间复杂度为O(m)。 二、 多选题
1. 通过数据挖掘过程所推倒出的关系和摘要经常被称为：(A B) A. 模型 B. 模式 C. 模范 D. 模具
2 寻找数据集中的关系是为了寻找精确、方便并且有价值地总结了数据的某一特征的表示，这个过程包括了以下哪些步骤？ (A B C D) A. 决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拟合数据的好坏 C. 选择一个算法过程使评分函数最优
D. 决定用什么样的数据管理原则以高效地实现算法。
3. 数据挖掘的预测建模任务主要包括哪几大类问题？ (A B) A. 分类 B. 回归 C. 模式发现 D. 模式匹配 4. 数据挖掘算法的组件包括：(AB 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 5. 以下哪些学科和数据挖掘有密切联系？(A D)
A. 统计 B. 计算机组成原理 C. 矿产挖掘 D. 人工智能
6. 在现实世界的数据中，元组在某些属性上缺少值是常有的。描述处理该问题的各种方法有： (ＡＢＣＤＥ)
A忽略元组 C使用一个全局常量填充空缺值
B使用属性的平均值填充空缺值 D使用与给定元组属同一类的所有样本的平均值 E使用最可能的值填充空缺值
7.下面哪些属于可视化高维数据技术 (ＡＢＣＥ)
A 矩阵 B 平行坐标系 C星形坐标 D散布图 E Chernoff脸 8. 对于数据挖掘中的原始数据，存在的问题有： (ＡＢＣＤＥ) A 不一致 B重复 C不完整 D 含噪声 E 维度高 9.下列属于不同的有序数据的有：(ＡＢＣＥ)
A 时序数据 B 序列数据 C时间序列数据 D事务数据 E空间数据 10.下面属于数据集的一般特性的有：( B C D)
A 连续性 B 维度 C稀疏性 D 分辨率 E 相异性 11. 下面属于维归约常用的线性代数技术的有： (A C)
A 主成分分析 B 特征提取 C 奇异值分解 D特征加权 E 离散化 12. 下面列出的条目中，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. 数据仓库的数据是集成的
C. 数据仓库的数据是相对稳定的 D. 数据仓库的数据是反映历史变化的 E. 数据仓库是面向事务的
13. 以下各项均是针对数据仓库的不同说法，你认为正确的有（BCDE ）。 A．数据仓库就是数据库
B．数据仓库是一切商业智能系统的基础
C．数据仓库是面向业务的，支持联机事务处理（OLTP） D．数据仓库支持决策而非事务处理
E．数据仓库的主要目标就是帮助分析，做长期性的战略制定 14. 数据仓库在技术上的工作过程是： (ABCD)
A. 数据的抽取 B. 存储和管理 C. 数据的表现 D. 数据仓库设计 E. 数据的表现
15. 联机分析处理包括以下哪些基本分析功能？ (BCD) A. 聚类 B. 切片 C. 转轴 D. 切块 E. 分类
16. 利用Apriori算法计算频繁项集可以有效降低计算频繁集的时间复杂度。在以下的购物篮中产生支持度不小于3的候选3-项集，在候选2-项集中需要剪枝的是（BD） ID 项集
1 面包、牛奶
2 面包、尿布、啤酒、鸡蛋 3 牛奶、尿布、啤酒、可乐 4 面包、牛奶、尿布、啤酒
相关推荐：
loading