1、數據倉庫與數據挖掘考核題庫1、數據倉庫特點中錯誤的一項為哪一項()單項選擇題*A、數據倉庫的數據是面向主題的B、數據倉庫的數據是集成的C、數據倉庫的數據常規情況下是可更新的VD、數據倉庫的數據是隨時間不斷變化的答案解析：數據倉庫的數據主要供企業決策分析之用，所涉及的數據操作主要是數據查 詢，一般情況下并不進行修改操作。2、以下哪個不屬于分析型處理數據結構()?單項選擇題*A、星型模型B、關系模型VC、雪花模型答案解析：關系模型應用于操作型處理3、數據倉庫分為四層，其中哪一層的數據是面向主題來組織數據，為星形或者雪花結 構的數據？單項選擇題*A、ODS 層B、PDW 層C、DM 層 VD、 AP

2、P層答案解析：為數據集市層，這層數據是面向主題來組織數據的，通常是星形或雪花結構 的數據。從數據粒度來說，這層的數據是輕度匯總級的數據，已經不存在明細數據了。4、元數據包括技術元數據、業務元數據、管理元數據三類？判斷題*對，錯5、描述數據系統中業務領域相關概念、關系和規那么的數據，包括業務術語、信息分類、指標定義和業務規那么等信息的是哪類元數據？單項選擇題*A、管理元數據38.40.概念分層圖是()圖。單項選擇題*A、無向無環B、有向無環。C、有向有環D、無向有環39.41.頻繁項集、頻繁閉項集、最大頻繁項集之間的關系是：()單項選擇題*A、頻繁項集頻繁閉項集二最大頻繁項集B、頻繁項集=頻繁閉

3、項集最大頻繁項集C、頻繁項集頻繁閉項集最大頻繁項集VD、頻繁項集=頻繁閉項集=最大頻繁項集40.42.考慮下面的頻繁3-項集的集合:1 , 2. 3 , 1 , 2. 4 , 1 , 2. 5 , 1 ,3. 4 , 1 , 3, 5 , 2 , 3. 4 , 2 , 3. 5 , 3 , 4, 5)假定數據集中只有 5 個項, 采用合并策略，由候選產生過程得到4-項集不包含()單項選擇題* TOC o 1-5 h z A、1,2,3,4B、1,2,3,5C、1,2,4,5VD、1,3,4,543,下面選項中t不是s的子序列的是()單項選擇題*A、s= t=B、s= t=C、s= t=VD、s

4、= t=44.在圖集合中發現一組公共子結構，這樣的任務稱為()單項選擇題*A、頻繁子集挖掘B、頻繁子圖挖掘，C、頻繁數據項挖掘D、頻繁模式挖掘45,以下度量不具有反演性的是()單項選擇題大A、系數B、幾率C、Cohen 度量D、興趣因子V單項選擇題*46.以下（）不是將主觀信息加入到模式發現任務中的方法。A、與同一時期其他數據比照。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-項集的最大數量是多少（）ID購買項尿布牛奶餅干餅干尿布面包，黃油尿布1牛奶，啤酒2面包，黃油3牛奶，尿布4面包，黃油5啤酒，餅干6牛奶，尿布7面包，黃油8啤酒，尿布9牛奶，尿布，面包，黃油10

5、啤酒，餅干單項選擇題*A、1B、2C、3VD、448.以下哪些算法是分類算法，（）單項選擇題*A, DBSCANB, C4,5VC,K-MeanD,EM48.以下哪些算法是分類算法，（）單項選擇題*A, DBSCANB, C4,5VC4.5D,EM49.以下哪些分類方法可以較好地防止樣本的不平衡問題，()單項選擇題大KNN VSVMBayesD,神經網絡50.決策樹中不包含一下哪種結點，()單項選擇題*A,根結點(root node)B,內部結點(internal node)C,外部結點(external node) VD,葉結點(leaf node)51,不純性度量中Gini計算公式為(其中

6、c是類的個數)()單項選擇題大A.VB,C,D. (A)53.以下哪項關于決策樹的說法是錯誤的()單項選擇題*A.冗余屬性不會對決策樹的準確率造成不利的影響B.子樹可能在決策樹中重復屢次C.決策樹算法對于噪聲的干擾非常敏感VD,尋找最正確決策樹是NP完全問題54.在基于規那么分類器的中，依據規那么質量的某種度量對規那么排序，保證每一個 測試記錄都是由覆蓋它的“最好的”規格來分類，這種方案稱為 0 單項選擇題*A.基于類的排序方案B.基于規那么的排序方案”C,基于度量的排序方案D.基于規格的排序方案。55.以下哪些算法是基于規那么的分類器()單項選擇題*A.C4,5 VB.KNNC.Na?ve

7、BayesD.ANN56.如果規那么集R中不存在兩條規那么被同一條記錄觸發，那么稱規那么集R中的規那么 為（）；單項選擇題*A,無序規那么B,窮舉規那么C,互斥規那么。D,有序規那么57.如果對屬性值的任一組合，R中都存在一條規那么加以覆蓋，那么稱規那么集R中的 規那么為（）單項選擇題卜A,無序規那么B,窮舉規那么VC,互斥規那么D,有序規那么58.如果規那么集中的規那么按照優先級降序排列，那么稱規那么集是（）單項選擇題*A,無序規那么B,窮舉規那么C,互斥規那么D,有序規那么。59.如果允許一條記錄觸發多條分類規那么，把每條被觸發規那么的后件看作是對相 應類的一次投票，然后計票確定測試記錄的

8、類標號，稱為（）單項選擇題*A,無序規那么VB,窮舉規那么C,互斥規那么D,有序規那么60,考慮兩隊之間的足球比賽：隊。和隊lo假設65%的比賽隊0勝出，剩余的 比賽隊1獲勝。隊0獲勝的比賽中只有30%是在隊1的主場，而隊1取勝的比賽中75% 是主場獲勝。如果下一場比賽在隊1的主場進行隊1獲勝的概率為（）單項選擇題*A, 0.75B,0.35C,0.4678 VD, 0.573861.以下關于人工神經網絡(ANN)的描述錯誤的有()單項選擇題*A,神經網絡對訓練數據中的噪聲非常魯棒。B,可以處理冗余特征C,訓練ANN是一個很耗時的過程D,至少含有一個隱藏層的多層神經網絡62,通過聚集多個分類器

9、的預測來提高分類準確率的技術稱為()單項選擇題*A,組合(ensemble) VB,聚集(aggregate)C,合并(combination)D,投票(voting)63.簡單地將數據對象集劃分成不重疊的子集，使得每個數據對象恰在一個子集 中，這種聚類類型稱作0 單項選擇題*A、層次聚類B、劃分聚類VC、非互斥聚類D、模糊聚類64.在基本K均值算法里，當鄰近度函數采用()的時候，合適的質心是簇中各 點的中位數。單項選擇題大A、曼哈頓距離VB、平方歐幾里德距離C、余弦距離D、Bregman 散度65.()是一個觀測值，它與其他觀測值的差異如此之大，以至于懷疑它是由不同 的機制產生的。單項選擇題

10、*A、邊界點B、質心C、離群點VD、核心點66. BIRCH 是一種()。單項選擇題*A、分類器B、聚類算法VC、關聯分析算法D、特征選擇算法67.檢測一元正態分布中的離群點，屬于異常檢測中的基于()的離群點檢測。單 選題*A、統計方法VB、鄰近度C、密度D、聚類技術.()將兩個簇的鄰近度定義為不同簇的所有點對的平均逐對鄰近度，它是一種 凝聚層次聚類技術。單項選擇題*A、MIN(單鏈)B、MAX(全鏈)C、組平均。D、Ward方法69.()將兩個簇的鄰近度定義為兩個簇合并時導致的平方誤差的增量，它是一種 凝聚層次聚類技術。單項選擇題*As MIN(單鏈)B、MAX(全鏈)C、組平均D、Ward

11、 方法，70. DBSCAN在最壞情況下的時間復雜度是()。單項選擇題*A、O(m)B、O(m2)VC、O(log m)D、O(m*log m)71.在基于圖的簇評估度量表里面，如果簇度量為proximity （） , C）,簇權值為 mi ,那么它的類型是（C）。單項選擇題*A、基于圖的凝聚度B、基于原型的凝聚度C、基于原型的別離度。D、基于圖的凝聚度和別離度72,關于K均值和DBSCAN的比擬，以下說法不正確的選項是（）。單項選擇題*A、K均值丟棄被它識別為噪聲的對象，而DBSCAN般聚類所有對象。VB、K均值使用簇的基于原型的概念，而DBSCA使N用基于密度的概念。C、K均值很難處理非球

12、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均值可以發現不是明顯別離的簇，即便簇有重疊也可以發現，但是DBSCAN會合 并有重疊的簇。.以下是哪一個聚類算法的算法流程：構造k-最近鄰圖。使用多層圖劃分 算法劃分圖。repeat :合并關于相對互連性和相對接近性而言，最好地保持簇的自相 似性的簇。until :不再有可以合并的簇。（）。單項選擇題卜A、MSTB、OPOSSUMC、Chameleon VD、Jarvis - Patrick （JP）74.考慮這么一種情況：一個對象碰巧與另一個對象相對接近，但屬于不同的類， 因為這兩個對象一般不會共享許多近鄰，所以應該

13、選擇（）的相似度計算方法。單項選擇 題*A、平方歐幾里德距離B、余弦距離C、直接相似度D、共享最近鄰V75.以下屬于可伸縮聚類算法的是（）。單項選擇題*A、CUREVB、 DENCLUEC、CLIQUED、OPOSSUM76.以下哪個聚類算法不是屬于基于原型的聚類（）。單項選擇題卜A、模糊c均值B、EM算法C、SOMD、CLIQUE V77,關于混合模型聚類算法的優缺點，下面說法正確的選項是（）。單項選擇題大A、當簇只包含少量數據點，或者數據點近似協線性時，混合模型也能很好地處理。B、混合模型比K均值或模糊c均值更一般，因為它可以使用各種類型的分布。VC、混合模型很難發現不同大小和橢球形狀的簇

14、。D、混合模型在有噪聲和離群點時不會存在問題78.以下哪個聚類算法不屬于基于網格的聚類算法（）。單項選擇題大A、STINGB、WaveClusterC、MAFIAD、BIRCH V79.一個對象的離群點得分是該對象周圍密度的逆。這是基于（）的離群點定義。單項選擇題*A .概率B、鄰近度C、密度VD、聚類80,下面關于Jarvis - Patrick （JP）聚類算法的說法不正確的選項是（）。單項選擇題*A、JP聚類擅長處理噪聲和離群點，并且能夠處理不同大小、形狀和密度的簇。B、JP算法對高維數據效果良好，尤其擅長發現強相關對象的緊致簇。C、P聚類是基于SNN相似度的概念。D、JP聚類的基本時間

15、復雜度為O（m）。VoB、業務元數據，C、技術元數據D、領域元數據答案解析：業務元數據是描述數據系統中業務領域相關概念、關系和規那么的數據，主要 包括業務術語、信息分類、指標定義和業務規那么等信息；6、數據倉庫中表包含()? *A、數據表B、事實表VC、維度表VD、聚合表，7、星型結構與雪花結構相比，效率更高但存在一定的冗余？判斷題*對V錯8、維度建模是面向應用，遵循第三范式，以消除數據冗余為目標的設計技術。判斷 題*對錯V答案解析：維度建模是面向分析，為了提高查詢性能可以增加數據冗余，反規范化的設 計技術。9、維度建模優點包括()? *A、便于理解VB、提高查詢性能VC、對稱性VD、可擴展性

16、。10、每周產品募集規模應該選用何種事實表？單項選擇題*A、事務事實表B、周期快照事實表VC、累積快照事實表數據挖掘.某超市研究銷售紀錄數據后發現，買啤酒的人很大概率也會購買尿布，這種屬于數據挖掘的哪類問題？ 0 單項選擇題*A.關聯規那么發現V聚類分類D.自然語言處理.以下兩種描述分別對應哪兩種對分類算法的評價標準？(a)警察抓小偷，描述警察抓的人中有多少個是小偷的標準。(b)描述有多少比例的小偷給警察抓了的標準。單項選擇題Precision, Recall VRecall, PrecisionPrecision, ROCRecall, ROC.將原始數據進行集成、變換、維度規約、數值規約是

17、在以下哪個步驟的任務？單 選題*A.頻繁模式挖掘B,分類和預測C.數據預處理VD.數據流挖掘.當不知道數據所帶標簽時，可以使用哪種技術促使帶同類標簽的數據與帶其他標簽 的數據相別離？()單項選擇題卜A.分類B.聚類”C.關聯分析D.隱馬爾可夫鏈.什么是KDD ?單項選擇題卜A.數據挖掘與知識發現VB.領域知識發現C.文檔知識發現D.動態知識發現.使用交互式的和可視化的技術，對數據進行探索屬于數據挖掘的哪一類任務？()單項選擇題*A.探索性數據分析。B.建模描述C.預測建模D.尋找模式和規那么.為數據的總體分布建模；把多維空間劃分成組等問題屬于數據挖掘的哪一類任務？0 單項選擇題*A.探索性數據

18、分析.建模描述，C.預測建模D.尋找模式和規那么8,建立一個模型，通過這個模型根據的變量值來預測其他某個變量值屬于數據挖 掘的哪一類任務？()單項選擇題大A.根據內容檢索B.建模描述C.預測建模，D.尋找模式和規那么.用戶有一種感興趣的模式并且希望在數據集中找到相似的模式，屬于數據挖掘哪一 類任務？ 0 單項選擇題大A.根據內容檢索VB.建模描述C.預測建模D.尋找模式和規那么.下面哪種不屬于數據預處理的方法？單項選擇題*A變量代換B離散化C聚集D估計遺漏值V.假設12個銷售價格記錄組已經排序如下：5, 10, 11, 13, 15,35, 50, 55.72,92,204,215使用如下每種

19、方法將它們劃分成四個箱。等頻(等深)劃分時，15在第幾個箱子內？單項選擇題A第一個B第二個VC第三個D第四個. 13,上題中，等寬劃分時（寬度為50）, 15又在哪個箱子里？（）單項選擇題*A第一個VB第二個C第三個D第四個. 14.下面哪個不屬于數據的屬性類型：（）單項選擇題*A標稱B序數C區間D相異。.在上題中，屬于定量的屬性類型是：（）單項選擇題卜A標稱B序數C區間。D相異16.只有非零值才重要的二元屬性被稱作：（）單項選擇題卜A計數屬性B離散屬性C非對稱的二元性VD對稱屬性17.以下哪種方法不屬于特征選擇的標準方法：（）單項選擇題*A嵌入B過濾C包裝D抽樣V18.下面不屬于創立新屬性的

20、相關方法的是：()單項選擇題*A特征提取B特征修改VC映射數據到新的空間D特征構造19.考慮值集1 、2、3、4、5、90),其截斷均值(p=20%)是()單項選擇題*A2B3C3.5VD520.下面哪個屬于映射數據到新的空間的方法？()單項選擇題*A傅立葉變換VB特征加權C漸進抽樣D維歸約20.21.焙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烙是：()單 選題*A1比特B2.6比特，C3.2比特D3.8比特21.22假設屬性income的最大最小值分別是12000元和98000元。利用最大最小 規范化的方法將屬性的值映射到0至1的范圍內。對屬性income的73600元將被

21、轉 化為：()單項選擇題大A 0.821B 1.224C 1.458D 0.716 V23.假定用于分析的數據包含屬性age。數據元組中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據進行平滑，箱的深度為3。第二 個箱子值為：（）單項選擇題*A 18.3 VB22.6C26.8D 27.924.考慮值集12 24 33 2 4 55 68 26）,其四分位數極差是：（）單項選擇題夫A31 V

22、B24C55D325. 一所大學內的各年紀人數分別為：一年級200人，二年級160人,三年級130 人，四年級110人。那么年級屬性的眾數是：（）單項選擇題*A 一年級VB二年級C三年級D四年級26.以下哪個不是專門用于可視化時間空間數據的技術：（）單項選擇題*A等高線圖B餅圖VC曲面圖D矢量場圖27.在抽樣方法中，當合適的樣本容量很難確定時，可以使用的抽樣方法是：（）單項選擇題*A有放回的簡單隨機抽樣B無放回的簡單隨機抽樣C分層抽樣D漸進抽樣V28,數據倉庫是隨著時間變化的，下面的描述不正確的選項是（）單項選擇題*A.數據倉庫隨時間的變化不斷增加新的數據內容；B,捕捉到的新數據會覆蓋原來的快

23、照；c.數據倉庫隨事件變化不斷刪去舊的數據內容7D.數據倉庫中包含大量的綜合數據，這些綜合數據會隨著時間的變化不斷地進行重新綜合.29.關于基本數據的元數據是指：()單項選擇題卜A.基本元數據與數據源，數據倉庫，數據集市和應用程序等結構相關的信息；B.基本元數據包括與企業相關的管理方面的數據和信息；C.基本元數據包括日志文件和簡歷執行處理的時序調度信息；D.基本元數據包括關于裝載和更新處理，分析處理以及管理方面的信息.V30.下面關于數據粒度的描述不正確的選項是：()單項選擇題*A.粒度是指數據倉庫小數據單元的詳細程度和級別；B.數據越詳細，粒度就越小，級別也就越高；C.數據綜合度越高，粒度也就越大，級別也就越高;VD.粒度的具體劃分將直接影響數據倉庫中的數據量以及查詢質量.31.有關數據倉庫的開發特點，不正確的描述是：()單項選擇題*A.數據倉庫開發要從數據出發;VB.數據倉庫使用的需求在開發出去就要明確；C.數據倉庫的開發是一個不斷循環的過程，是啟發式的開發；D.在數據倉庫環境中，并不存在操作型環境中所固定的和較確切的處理流，數據倉 庫中數據分析和處理更靈活，且沒有固定的模式32.在有關數據倉庫測試，以下說法不正確的選項是：()單項選擇題*A.在完成數據倉庫的實施過程中，需要對數據倉庫進行各種測試.測試工作中要