數(shù)據(jù)挖掘七十八道選擇題

《數(shù)據(jù)分析專項(xiàng)練習(xí)題庫》
《CDA數(shù)據(jù)分析認(rèn)證考試模擬題庫》
《企業(yè)數(shù)據(jù)分析面試題庫》

1. 某超市研究銷售紀(jì)錄數(shù)據(jù)后發(fā)現(xiàn)，買啤酒的人很大概率也會(huì)購買尿布，這種屬于數(shù)據(jù)挖掘的哪類問題？(A)

A. 關(guān)聯(lián)規(guī)則發(fā)現(xiàn)

B. 聚類

C. 分類

D. 自然語言處理

2. 以下兩種描述分別對應(yīng)哪兩種對分類算法的評價(jià)標(biāo)準(zhǔn)？ (A)

(a)警察抓小偷，描述警察抓的人中有多少個(gè)是小偷的標(biāo)準(zhǔn)。

(b)描述有多少比例的小偷給警察抓了的標(biāo)準(zhǔn)。

A. Precision, Recall

B. Recall, Precision

C. Precision, ROC

D. Recall, ROC

3. 將原始數(shù)據(jù)進(jìn)行集成、變換、維度規(guī)約、數(shù)值規(guī)約是在以下哪個(gè)步驟的任務(wù)？(C)

A. 頻繁模式挖掘

B. 分類和預(yù)測

C. 數(shù)據(jù)預(yù)處理

D. 數(shù)據(jù)流挖掘

4. 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. 隱馬爾可夫鏈

5. 什么是KDD？ (A)

A. 數(shù)據(jù)挖掘與知識發(fā)現(xiàn)

B. 領(lǐng)域知識發(fā)現(xiàn)

C. 文檔知識發(fā)現(xiàn)

D. 動(dòng)態(tài)知識發(fā)現(xiàn)

6. 使用交互式的和可視化的技術(shù)，對數(shù)據(jù)進(jìn)行探索屬于數(shù)據(jù)挖掘的哪一類任務(wù)？（A）

A. 探索性數(shù)據(jù)分析

B. 建模描述

C. 預(yù)測建模

D. 尋找模式和規(guī)則

7. 為數(shù)據(jù)的總體分布建模；把多維空間劃分成組等問題屬于數(shù)據(jù)挖掘的哪一類任務(wù)？(B)

A. 探索性數(shù)據(jù)分析

B. 建模描述

C. 預(yù)測建模

D. 尋找模式和規(guī)則

8. 建立一個(gè)模型，通過這個(gè)模型根據(jù)已知的變量值來預(yù)測其他某個(gè)變量值屬于數(shù)據(jù)挖掘的哪一類任務(wù)？(C)

A. 根據(jù)內(nèi)容檢索

B. 建模描述

C. 預(yù)測建模

D. 尋找模式和規(guī)則

9. 用戶有一種感興趣的模式并且希望在數(shù)據(jù)集中找到相似的模式，屬于數(shù)據(jù)挖掘哪一類任務(wù)？(A)

A. 根據(jù)內(nèi)容檢索

B. 建模描述

C. 預(yù)測建模

D. 尋找模式和規(guī)則

11.下面哪種不屬于數(shù)據(jù)預(yù)處理的方法？ (D)

A變量代換

B離散化

C聚集

D估計(jì)遺漏值

12. 假設(shè)12個(gè)銷售價(jià)格記錄組已經(jīng)排序如下：5, 10, 11, 13, 15,35, 50, 55, 72, 92, 204, 215 使用如下每種方法將它們劃分成四個(gè)箱。等頻（等深）劃分時(shí)，15在第幾個(gè)箱子內(nèi)？ (B)

A 第一個(gè)

B 第二個(gè)

C 第三個(gè)

D 第四個(gè)

13.上題中，等寬劃分時(shí)（寬度為50），15又在哪個(gè)箱子里？ (A)

A 第一個(gè)

B 第二個(gè)

C 第三個(gè)

D 第四個(gè)

14.下面哪個(gè)不屬于數(shù)據(jù)的屬性類型：(D)

A 標(biāo)稱

B 序數(shù)

C 區(qū)間

D相異

15. 在上題中，屬于定量的屬性類型是：(C)

A 標(biāo)稱

B 序數(shù)

C 區(qū)間

D 相異

16. 只有非零值才重要的二元屬性被稱作：( C )

A 計(jì)數(shù)屬性

B 離散屬性

C非對稱的二元屬性

D 對稱屬性

17. 以下哪種方法不屬于特征選擇的標(biāo)準(zhǔn)方法： (D)

A 嵌入

B 過濾

C 包裝

D 抽樣

18.下面不屬于創(chuàng)建新屬性的相關(guān)方法的是： (B)

A特征提取

B特征修改

C映射數(shù)據(jù)到新的空間

D特征構(gòu)造

19. 考慮值集{1、2、3、4、5、90}，其截?cái)嗑担╬=20%）是 (C)

A 2

B 3

C 3.5

D 5

20. 下面哪個(gè)屬于映射數(shù)據(jù)到新的空間的方法？ (A)

A 傅立葉變換

B 特征加權(quán)

C 漸進(jìn)抽樣

D 維歸約

21. 熵是為消除不確定性所需要獲得的信息量，投擲均勻正六面體骰子的熵是： (B)

A 1比特

B 2.6比特

C 3.2比特

D 3.8比特

22. 假設(shè)屬性income的最大最小值分別是12000元和98000元。利用最大最小規(guī)范化的方法將屬性的值映射到0至1的范圍內(nèi)。對屬性income的73600元將被轉(zhuǎn)化為：(D)

A 0.821

B 1.224

C 1.458

D 0.716

23.假定用于分析的數(shù)據(jù)包含屬性age。數(shù)據(jù)元組中age的值如下（按遞增序）：13，15，16，16，19，20，20，21，22，22，25，25，25，30，33，33，35，35，36，40，45，46，52，70, 問題：使用按箱平均值平滑方法對上述數(shù)據(jù)進(jìn)行平滑，箱的深度為3。第二個(gè)箱子值為：(A)

A 18.3

B 22.6

C 26.8

D 27.9

24. 考慮值集{12 24 33 2 4 55 68 26}，其四分位數(shù)極差是：(A)

A 31

B 24

C 55

D 3

25. 一所大學(xué)內(nèi)的各年紀(jì)人數(shù)分別為：一年級200人，二年級160人，三年級130人，四年級110人。則年級屬性的眾數(shù)是： (A)

A 一年級

B二年級

C 三年級

D 四年級

26. 下列哪個(gè)不是專門用于可視化時(shí)間空間數(shù)據(jù)的技術(shù)： (B)

A 等高線圖

B 餅圖

C 曲面圖

D 矢量場圖

27. 在抽樣方法中，當(dāng)合適的樣本容量很難確定時(shí)，可以使用的抽樣方法是： (D)

A 有放回的簡單隨機(jī)抽樣

B 無放回的簡單隨機(jī)抽樣

C 分層抽樣

D 漸進(jìn)抽樣

28. 數(shù)據(jù)倉庫是隨著時(shí)間變化的,下面的描述不正確的是 (C)

A. 數(shù)據(jù)倉庫隨時(shí)間的變化不斷增加新的數(shù)據(jù)內(nèi)容;

B. 捕捉到的新數(shù)據(jù)會(huì)覆蓋原來的快照;

C. 數(shù)據(jù)倉庫隨事件變化不斷刪去舊的數(shù)據(jù)內(nèi)容;

D. 數(shù)據(jù)倉庫中包含大量的綜合數(shù)據(jù),這些綜合數(shù)據(jù)會(huì)隨著時(shí)間的變化不斷地進(jìn)行重新綜合.

29. 關(guān)于基本數(shù)據(jù)的元數(shù)據(jù)是指: (D)

A. 基本元數(shù)據(jù)與數(shù)據(jù)源,數(shù)據(jù)倉庫,數(shù)據(jù)集市和應(yīng)用程序等結(jié)構(gòu)相關(guān)的信息;

B. 基本元數(shù)據(jù)包括與企業(yè)相關(guān)的管理方面的數(shù)據(jù)和信息;

C. 基本元數(shù)據(jù)包括日志文件和簡歷執(zhí)行處理的時(shí)序調(diào)度信息;

D. 基本元數(shù)據(jù)包括關(guān)于裝載和更新處理,分析處理以及管理方面的信息.

30. 下面關(guān)于數(shù)據(jù)粒度的描述不正確的是: (C)

A. 粒度是指數(shù)據(jù)倉庫小數(shù)據(jù)單元的詳細(xì)程度和級別;

B. 數(shù)據(jù)越詳細(xì),粒度就越小,級別也就越高;

C. 數(shù)據(jù)綜合度越高,粒度也就越大,級別也就越高;

D. 粒度的具體劃分將直接影響數(shù)據(jù)倉庫中的數(shù)據(jù)量以及查詢質(zhì)量.

31. 有關(guān)數(shù)據(jù)倉庫的開發(fā)特點(diǎn),不正確的描述是: (A)

A. 數(shù)據(jù)倉庫開發(fā)要從數(shù)據(jù)出發(fā);

B. 數(shù)據(jù)倉庫使用的需求在開發(fā)出去就要明確;

C. 數(shù)據(jù)倉庫的開發(fā)是一個(gè)不斷循環(huán)的過程,是啟發(fā)式的開發(fā);

D. 在數(shù)據(jù)倉庫環(huán)境中,并不存在操作型環(huán)境中所固定的和較確切的處理流,數(shù)據(jù)倉庫中數(shù)據(jù)分析和處理更靈活,且沒有固定的模式

32. 在有關(guān)數(shù)據(jù)倉庫測試,下列說法不正確的是: (D)

A. 在完成數(shù)據(jù)倉庫的實(shí)施過程中,需要對數(shù)據(jù)倉庫進(jìn)行各種測試.測試工作中要包括單元測試和系統(tǒng)測試.

B. 當(dāng)數(shù)據(jù)倉庫的每個(gè)單獨(dú)組件完成后,就需要對他們進(jìn)行單元測試.

C. 系統(tǒng)的集成測試需要對數(shù)據(jù)倉庫的所有組件進(jìn)行大量的功能測試和回歸測試.

D. 在測試之前沒必要制定詳細(xì)的測試計(jì)劃.

33. OLAP技術(shù)的核心是: (D)

A. 在線性;

B. 對用戶的快速響應(yīng);

C. 互操作性.

D. 多維分析;

34. 關(guān)于OLAP的特性,下面正確的是: (D)

(1)快速性 (2)可分析性 (3)多維性 (4)信息性 (5)共享性

A. (1) (2) (3)

B. (2) (3) (4)

C. (1) (2) (3) (4)

D. (1) (2) (3) (4) (5)

35. 關(guān)于OLAP和OLTP的區(qū)別描述,不正確的是: (C)

A. OLAP主要是關(guān)于如何理解聚集的大量不同的數(shù)據(jù).它與OTAP應(yīng)用程序不同.

B. 與OLAP應(yīng)用程序不同,OLTP應(yīng)用程序包含大量相對簡單的事務(wù).

C. OLAP的特點(diǎn)在于事務(wù)量大,但事務(wù)內(nèi)容比較簡單且重復(fù)率高.

D. OLAP是以數(shù)據(jù)倉庫為基礎(chǔ)的,但其最終數(shù)據(jù)來源與OLTP一樣均來自底層的數(shù)據(jù)庫系統(tǒng),兩者面對的用戶是相同的.

36. OLAM技術(shù)一般簡稱為”數(shù)據(jù)聯(lián)機(jī)分析挖掘”,下面說法正確的是: (D)

A. OLAP和OLAM都基于客戶機(jī)/服務(wù)器模式,只有后者有與用戶的交互性;

B. 由于OLAM的立方體和用于OLAP的立方體有本質(zhì)的區(qū)別.

C. 基于WEB的OLAM是WEB技術(shù)與OLAM技術(shù)的結(jié)合.

D. OLAM服務(wù)器通過用戶圖形借口接收用戶的分析指令,在元數(shù)據(jù)的知道下,對超級立方體作一定的操作.

37. 關(guān)于OLAP和OLTP的說法,下列不正確的是: (A)

A. OLAP事務(wù)量大,但事務(wù)內(nèi)容比較簡單且重復(fù)率高.

B. OLAP的最終數(shù)據(jù)來源與OLTP不一樣.

C. OLTP面對的是決策人員和高層管理人員.

D. OLTP以應(yīng)用為核心,是應(yīng)用驅(qū)動(dòng)的.

38. 設(shè)X={1，2，3}是頻繁項(xiàng)集，則可由X產(chǎn)生__(C)__個(gè)關(guān)聯(lián)規(guī)則。

A、4

B、5

C、6

D、7

40. 概念分層圖是__(B)__圖。

A、無向無環(huán)

B、有向無環(huán)

C、有向有環(huán)

D、無向有環(huán)

41. 頻繁項(xiàng)集、頻繁閉項(xiàng)集、最大頻繁項(xiàng)集之間的關(guān)系是： (C)

A、頻繁項(xiàng)集 頻繁閉項(xiàng)集 =最大頻繁項(xiàng)集

B、頻繁項(xiàng)集 = 頻繁閉項(xiàng)集 最大頻繁項(xiàng)集

C、頻繁項(xiàng)集 頻繁閉項(xiàng)集 最大頻繁項(xiàng)集

D、頻繁項(xiàng)集 = 頻繁閉項(xiàng)集 = 最大頻繁項(xiàng)集

42. 考慮下面的頻繁3-項(xiàng)集的集合：{1，2，3}，{1，2，4}，{1，2，5}，{1，3，4}，{1，3，5}，{2，3，4}，{2，3，5}，{3，4，5}假定數(shù)據(jù)集中只有5個(gè)項(xiàng)，采用 合并策略，由候選產(chǎn)生過程得到4-項(xiàng)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.下面選項(xiàng)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. 在圖集合中發(fā)現(xiàn)一組公共子結(jié)構(gòu)，這樣的任務(wù)稱為 ( B )

A、頻繁子集挖掘

B、頻繁子圖挖掘

C、頻繁數(shù)據(jù)項(xiàng)挖掘

D、頻繁模式挖掘

45. 下列度量不具有反演性的是 (D)

A、系數(shù)

B、幾率

C、Cohen度量

D、興趣因子

46. 下列__(A)__不是將主觀信息加入到模式發(fā)現(xiàn)任務(wù)中的方法。

A、與同一時(shí)期其他數(shù)據(jù)對比

B、可視化

C、基于模板的方法

D、主觀興趣度量

47. 下面購物籃能夠提取的3-項(xiàng)集的最大數(shù)量是多少（C）

ID 購買項(xiàng)

1 牛奶，啤酒，尿布

2 面包，黃油，牛奶

3 牛奶，尿布，餅干

4 面包，黃油，餅干

5 啤酒，餅干，尿布

6 牛奶，