数据挖掘考试题.docx

: .
数据挖掘考试题

1. 当不知道数据所带标签时，可以使用哪种技术促使带同类标签的数据与带其他标签的数 据相分离？（）
A. 分类
2. （）将两个簇的邻近度定义为不同簇的所有点对邻近度的平均值，它是一种凝聚层次聚类 技术。
A. MIN（单链） （全链）
3. 数据挖掘的经典案例“啤酒与尿布试验”最主要是应用了（）数据挖掘方法。
A分类 B预测 C关联规则分析 D聚类
4. 关于K均值和DBSCAN的比较，以下说法不正确的是（）
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均值使用族的基于原型的概念，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族，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族，即便族有重叠也可以发现，但是DBSCAN会合并有 重叠的簇
5. 下列关于Ward's Method说法错误的是：（）
A. 对噪声点和离群点敏感度比较小
B. 擅长处理球状的簇
C. 对于Ward方法，两个簇的邻近度定义为两个簇合并时导致的平方误差
D. 当两个点之间的邻近度取它们之间距离的平方时，Ward方法与组平均非常相似
6. 下列关于层次聚类存在的问题说法正确的是：（）
A. 具有全局优化目标函数
B. Group Average擅长处理球状的簇
C. 可以处理不同大小箴的能力
D. Max对噪声点和离群点很敏感
7. 下列关于凝聚层次聚类的说法中，说法错误的事：（）
A. 一旦两个簇合并，该操作就不能撤销
B .算法的终止条件是仅剩下一个簇
"）

8. 规则｛牛奶，尿布｝-｛啤酒｝的支持度和置信度分别为：（）
TID
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
｛而包，牛奶，尿布，啤酒｝
5
｛面包，牛奶，尿布，可乐｝
A. , , ,
9. 下列（）是属于分裂层次聚类的方法。
Average
10. 对下图数据进行凝聚聚类操作，簇间相似度使用MAX计算，第二步是哪两个簇合并：（）
11
I2
I3
I4
I5
11





I2





I3





I4





I5





｛3｝和｛1,2｝合并 B.｛3｝和｛4,5｝合并 C.｛2,3｝和｛4,5｝合并
D. ｛