數(shù)據(jù)挖掘考試題

1、數(shù)據(jù)挖掘考試題選擇題1. 當(dāng)不知道數(shù)據(jù)所帶標(biāo)簽時(shí)，可以使用哪種技術(shù)促使帶同類標(biāo)簽的數(shù)據(jù)與帶其 他標(biāo)簽的數(shù)據(jù)相分離？ ( )A. 分類 B. 聚類 C. 關(guān)聯(lián)分析 D. 主成分分析2. ( ) 將兩個(gè)簇的鄰近度定義為不同簇的所有點(diǎn)對(duì)鄰近度的平均值，它是一種 凝聚層次聚類技術(shù)。A. MIN(單鏈)B.MAX( 全鏈)C. 組平均 D.Ward 方法3. 數(shù)據(jù)挖掘的經(jīng)典案例“啤酒與尿布試驗(yàn)”最主要是應(yīng)用了 ( ) 數(shù)據(jù)挖掘方法。A 分類 B 預(yù)測(cè) C 關(guān)聯(lián)規(guī)則分析 D 聚類4. 關(guān)于K均值和DBSCA的比較，以下說(shuō)法不正確的是 ()A. K均值丟棄被它識(shí)別為噪聲的對(duì)象，而 DBSCA一般聚類所有對(duì)象

2、。B. K均值使用簇的基于原型的概念， DBSCA使用基于密度的概念。C. K均值很難處理非球形的簇和不同大小的簇，DBSCAN可以處理不同大小和不同形狀的簇D. K 均值可以發(fā)現(xiàn)不是明顯分離的簇，即便簇有重疊也可以發(fā)現(xiàn)，但是DBSCAN會(huì)合并有重疊的簇5. 下列關(guān)于 Ward's Method 說(shuō)法錯(cuò)誤的是： ( )A. 對(duì)噪聲點(diǎn)和離群點(diǎn)敏感度比較小B. 擅長(zhǎng)處理球狀的簇C. 對(duì)于Ward方法，兩個(gè)簇的鄰近度定義為兩個(gè)簇合并時(shí)導(dǎo)致的平方誤差D.當(dāng)兩個(gè)點(diǎn)之間的鄰近度取它們之間距離的平方時(shí),Ward 方法與組平均非常相6. 下列關(guān)于層次聚類存在的問(wèn)題說(shuō)法正確的是：（）A. 具有全局優(yōu)化目

3、標(biāo)函數(shù)B. Group Average擅長(zhǎng)處理球狀的簇C. 可以處理不同大小簇的能力D. Max對(duì)噪聲點(diǎn)和離群點(diǎn)很敏感7. 下列關(guān)于凝聚層次聚類的說(shuō)法中，說(shuō)法錯(cuò)誤的事：（）A. 旦兩個(gè)簇合并，該操作就不能撤銷B. 算法的終止條件是僅剩下一個(gè)簇C. 空間復(fù)雜度為Om2D. 具有全局優(yōu)化目標(biāo)函數(shù)8. 規(guī)則牛奶，尿布 啤酒的支持度和置信度分別為：（）TID項(xiàng)集1面包，牛奶2面包，尿布，啤酒，雞蛋3牛奶，尿布，啤酒，可樂(lè)4面包，牛奶，尿布，啤酒5面包，牛奶，尿布，可樂(lè)9. 下列（）是屬于分裂層次聚類的方法。A. Min B.Max C.Group Average D.MST10. 對(duì)下圖數(shù)據(jù)進(jìn)行凝聚聚

4、類操作，簇間相似度使用MAX十算，第二步是哪兩個(gè)簇合并：（）A. 在 和1,2合并 B.3 和4,5合并 C.2,3 和4,5合并D. 2,3和4,5形成簇和 合并二填空題：1. 屬性包括的四種類型：、 02. 是兩個(gè)簇的鄰近度定義為不同簇的所有點(diǎn)對(duì)鄰近度的平均值。3. 基本凝聚層次聚類算法空間復(fù)雜度 ，時(shí)間復(fù)雜度 ，如果某個(gè)簇到其他所有簇的距離存放在一個(gè)有序表或堆中，層次聚類所需要的時(shí)間復(fù)雜度將為04. 聚類中，定義簇間的相似度的方法有（寫(xiě)出四個(gè)）：、 05. 層次聚類技術(shù)是第二類重要的聚類方法。兩種層次聚類的基本方法：、06. 組平均是一種界于 和之間的折中方法。7. 相似度矩陣可以用相識(shí)

5、度表示還可以用 表示。8. 全鏈在處理大小不同的簇時(shí)，可能使 破裂，并且偏好 o9. 單鏈技術(shù)擅長(zhǎng)于處理 ，但對(duì)和很敏感。10. 聚類分析可以看做是一種 的分類。（有監(jiān)督、無(wú)監(jiān)督）三.判斷題1. 從點(diǎn)作為個(gè)體簇幵始，每一步合并兩個(gè)最接近的簇，這是一種分裂的層次聚類方法。（）2. 數(shù)據(jù)挖掘的目標(biāo)不在于數(shù)據(jù)采集策略，而在于對(duì)已經(jīng)存在的數(shù)據(jù)進(jìn)行模式的發(fā)掘。（）3. 在聚類分析當(dāng)中，簇內(nèi)的相似性越大，簇間的差別越大，聚類的效果就越差。（）4. 當(dāng)兩個(gè)點(diǎn)之間的鄰近度取它們之間距離的平方時(shí)，Ward方法與組平均非常相似。（）5. DBSCA是相對(duì)抗噪聲的，并且能夠處理任意形狀和大小的簇。（）6. 屬性的性

6、質(zhì)不必與用來(lái)度量他的值的性質(zhì)相同。（）7. 全鏈對(duì)噪聲點(diǎn)和離群點(diǎn)很敏感。（）8. 對(duì)于非對(duì)稱的屬性，只有非零值才是重要的。（）9. K均值可以很好的處理不同密度的數(shù)據(jù)。（）10. 單鏈技術(shù)擅長(zhǎng)處理橢圓形狀的簇。（）四.綜合題1. 何為層次聚類？它用哪兩種圖表示？2. 兩種層次聚類的基本方法？?jī)煞N方法的定義？3. 分別寫(xiě)出Min、Max和組平均的優(yōu)缺點(diǎn)？4. 寫(xiě)出基本凝聚層次聚類的算法？5. 由下圖已給出的距離矩陣，將Max用于6個(gè)點(diǎn)樣本數(shù)據(jù)集，畫(huà)出層次聚類的樹(shù)狀圖？P1P2P3P4P5P6P10.000.240.220.370.340.23P20.240.000.140.200.130.25P

7、30.22 ：0.140.000.15P 0.280.11P40.370.200.150.000.290.22P50.34 :0.130.280.29P 0.000.39P60.230.250.110.220.390.00考試題+答案.選擇題1. 當(dāng)不知道數(shù)據(jù)所帶標(biāo)簽時(shí)，可以使用哪種技術(shù)促使帶同類標(biāo)簽的數(shù)據(jù)與帶其 他標(biāo)簽的數(shù)據(jù)相分離？ (B)A. 分類 B. 聚類 C. 關(guān)聯(lián)分析 D. 主成分分析2. (C)將兩個(gè)簇的鄰近度定義為不同簇的所有點(diǎn)對(duì)鄰近度的平均值，它是一 種凝聚層次聚類技術(shù)。A.MIN(單鏈)B.MAX( 全鏈)C. 組平均 D.Ward 方法3. 數(shù)據(jù)挖掘的經(jīng)典案例“啤酒與尿布

8、試驗(yàn)”最主要是應(yīng)用了 (C ) 數(shù)據(jù)挖掘方 法。A 分類 B 預(yù)測(cè) C 關(guān)聯(lián)規(guī)則分析 D 聚類4. 關(guān)于K均值和DBSCA的比較，以下說(shuō)法不正確的是 (AA. K均值丟棄被它識(shí)別為噪聲的對(duì)象，而DBSCA一般聚類所有對(duì)象。B. K均值使用簇的基于原型的概念，DBSCA使用基于密度的概念。C. K均值很難處理非球形的簇和不同大小的簇，DBSCAN可以處理不同大小和不同形狀的簇D. K 均值可以發(fā)現(xiàn)不是明顯分離的簇，即便簇有重疊也可以發(fā)現(xiàn)，但是DBSCAN會(huì)合并有重疊的簇5. 下列關(guān)于 Ward's Method 說(shuō)法錯(cuò)誤的是：( C)A. 對(duì)噪聲點(diǎn)和離群點(diǎn)敏感度比較小B. 擅長(zhǎng)處理球狀的

9、簇C. 對(duì)于Ward方法，兩個(gè)簇的鄰近度定義為兩個(gè)簇合并時(shí)導(dǎo)致的平方誤差D. 當(dāng)兩個(gè)點(diǎn)之間的鄰近度取它們之間距離的平方時(shí)，Ward方法與組平均非常相似7. 下列關(guān)于層次聚類存在的問(wèn)題說(shuō)法正確的是：（B）A具有全局優(yōu)化目標(biāo)函數(shù)B. Group Average擅長(zhǎng)處理球狀的簇C. 可以處理不同大小簇的能力D. Max對(duì)噪聲點(diǎn)和離群點(diǎn)很敏感7. 下列關(guān)于凝聚層次聚類的說(shuō)法中，說(shuō)法錯(cuò)誤的事：（D）A. 旦兩個(gè)簇合并，該操作就不能撤銷B. 算法的終止條件是僅剩下一個(gè)簇C. 空間復(fù)雜度為Om2D. 具有全局優(yōu)化目標(biāo)函數(shù)8. 規(guī)則牛奶，尿布啤酒的支持度和置信度分別為：（C）TID項(xiàng)集1面包，牛奶2面包，尿布

10、，啤酒，雞蛋3牛奶，尿布，啤酒，可樂(lè)4面包，牛奶，尿布，啤酒5面包，牛奶，尿布，可樂(lè)9. 下列（D）是屬于分裂層次聚類的方法。A.Min B.Max C.Group Average D.MST10. 對(duì)下圖數(shù)據(jù)進(jìn)行凝聚聚類操作，簇間相似度使用MAX十算，第二步是哪兩個(gè)簇合并：（B）D. 2,3和4,5形成簇和 合并二填空題：1. 屬性包括的四種類型：標(biāo)稱、序數(shù)、區(qū)間、比率。2. 組平均是兩個(gè)簇的鄰近度定義為不同簇的所有點(diǎn)對(duì)鄰近度的平均值。3. 基本凝聚層次聚類算法空間復(fù)雜度Om2，時(shí)間復(fù)雜度Om3，如果某個(gè)簇到其他所有簇的距離存放在一個(gè)有序表或堆中，層次聚類所需要的時(shí)間復(fù)雜度將為 O m2 l

11、og m。4. 聚類中，定義簇間的相似度的方法有（寫(xiě)出四個(gè)）：MIN（單鏈）、MAX（全鏈）、組平均、Ward方法。5. 層次聚類技術(shù)是第二類重要的聚類方法。兩種層次聚類的基本方法：凝聚層次聚類、分裂層次聚類。6. 組平均是一種界于單鏈和_全鏈_之間的折中方法。7. 相似度矩陣可以用相識(shí)度表示還可以用 距離 表示。8. 全鏈在處理大小不同的簇時(shí)，可能使 大的簇破裂，并且偏好 球形。9. 單鏈技術(shù)擅長(zhǎng)于處理 非橢圓形狀的簇_，但對(duì) 噪聲點(diǎn)_和_離群點(diǎn)很敏感。10. 聚類分析可以看做是一種無(wú)監(jiān)督的分類。（有監(jiān)督、無(wú)監(jiān)督）三.判斷題：1. 從點(diǎn)作為個(gè)體簇幵始，每一步合并兩個(gè)最接近的簇，這是一種分裂的

12、層次聚 類方法。（X）2. 數(shù)據(jù)挖掘的目標(biāo)不在于數(shù)據(jù)采集策略，而在于對(duì)已經(jīng)存在的數(shù)據(jù)進(jìn)行模式的 發(fā)掘。（“3. 在聚類分析當(dāng)中，簇內(nèi)的相似性越大，簇間的差別越大，聚類的效果就越差（X）4. 當(dāng)兩個(gè)點(diǎn)之間的鄰近度取它們之間距離的平方時(shí)，Ward方法與組平均非常相似。（“5. DBSCAN是相對(duì)抗噪聲的，并且能夠處理任意形狀和大小的簇。（話6. 屬性的性質(zhì)不必與用來(lái)度量他的值的性質(zhì)相同。（V）7. 全鏈對(duì)噪聲點(diǎn)和離群點(diǎn)很敏感。（ X ）8. 對(duì)于非對(duì)稱的屬性，只有非零值才是重要的。（V）9. K均值可以很好的處理不同密度的數(shù)據(jù)。（X ）10. 單鏈技術(shù)擅長(zhǎng)處理橢圓形狀的簇。（X ）四.綜合題1.

13、何為層次聚類？它用哪兩種圖表示？層次聚類為嵌套簇的聚集，組成一棵層次數(shù)。兩種主要圖的表示：樹(shù)狀圖和嵌套簇圖。2. 兩種層次聚類的基本方法？?jī)煞N方法的定義？凝聚層次聚類和分裂層次聚類凝聚的：從點(diǎn)作為個(gè)體簇幵始，每一步合并兩個(gè)最接近的簇。分裂的：從包含所有點(diǎn)的某個(gè)簇幵始，每一步分裂一個(gè)簇，直到僅剩下單點(diǎn)簇。3. 分別寫(xiě)出Min、Max和組平均的優(yōu)缺點(diǎn)？定義方式優(yōu)點(diǎn)缺點(diǎn)Min能處理非橢圓形狀對(duì)噪聲和離群點(diǎn)很敏感Max對(duì)噪聲點(diǎn)和離群點(diǎn)敏感度較小1. 當(dāng)處理簇大小不冋時(shí)，較大的簇容易破裂2. 偏好處理球狀的簇組平均對(duì)噪聲點(diǎn)和離群點(diǎn)敏感度較小偏好處理球狀的簇4.寫(xiě)出基本凝聚層次聚類的算法?算法步驟：(1)

14、 計(jì)算鄰近度矩陣(2) Repeat(3) 合并最鄰近的兩個(gè)簇(4) 更新鄰近度矩陣，以反映新的簇與原來(lái)的簇之間的鄰近度(5) U ntil僅剩下一個(gè)簇5.由下圖已給出的距離矩陣，將Max用于6個(gè)點(diǎn)樣本數(shù)據(jù)集，畫(huà)出層次聚類的樹(shù)狀圖?P1P2P3P4P5P6P10.000.240.220.370.340.23P20.240.000.140.200.130.25P30.220.140.000.15P 0.280.11P40.370.200.150.000.290.22P50.34 :0.130.280.29P 0.000.39P60.230.250.110.220.390.00這是告訴你的計(jì)算過(guò)程

15、，現(xiàn)在不要寫(xiě)了。P3和P6最近所以36結(jié)合，P2和P5較近，所以25結(jié)合，現(xiàn)在是3,6、2,5、1 和4，Dist(3,6,4) = max(dist(3,4),dist(6,4)= max(0.15,0.22)=0.22 Dist(3,6,2,5) = max(dist(3,2),dist(6,2),dist(3,5),dist(6,5)=max(0.14,0.25,0.28,0.39)=0.39Dist(3,6,1)=max(dist(3,1),dist(6,1)=max(0.22,0.23)=0.23 所以3,6和4結(jié)合?，F(xiàn)在還剩3,6,4、2,5和1Dist(3,6,4,2,5)=max(dist(3,2),dist3,5,dist(