大數據分析與可視化智慧樹知到課后章節答案2023年下山東交通學院山東交通學院

第一章測試

什么是KDD？（）

A:領域知識發現

B:文檔知識發現

C:動態知識發現

D:數據挖掘與知識發現

答案:數據挖掘與知識發現

數據挖掘分析是指從海量的數據中抽取感興趣的（有價值的、隱含的、以前沒有用但是潛在有用信息的）模式和知識。（）

A:對B:錯

答案:對

數據挖掘分析的步驟包括（）

A:創建數據集

B:數據預處理

C:算法分析

D:模型評估

答案:創建數據集

;數據預處理

;算法分析

;模型評估

當今社會，數據挖掘分析被廣泛應用。（）

A:錯B:對

答案:對

（）是未來大數據分析的發展趨勢。

A:可視化

B:實時性

C:簡單

D:非結構化數據

答案:可視化

;實時性

;非結構化數據

第二章測試

關于描述統計，包括（）。

A:其余選項都不是

B:離中趨勢分析

C:相關分析

D:集中趨勢分析

答案:離中趨勢分析

;相關分析

;集中趨勢分析

以下屬于推斷統計的是（）。

A:其余選項都不是

B:集中趨勢分析

C:離中趨勢分析

D:參數估計

答案:離中趨勢分析

在數據特征的測度中，描述分布的形狀的值為（）

A:偏態

B:峰態

C:眾數

D:中位數

答案:偏態

;峰態

測度集中趨勢就是尋找數據水平的代表值或中心值（）

A:對B:錯

答案:對

四分位數可以用于順序數據、數值數據和分類數據（）

A:錯B:對

答案:錯

第三章測試

下面哪個屬于映射數據到新的空間的方法？()

A:漸進抽樣

B:維歸約

C:特征加權

D:傅立葉變換

答案:傅立葉變換

將原始數據進行集成、變換、維度規約、數值規約是在以下哪個步驟的任務？（）

A:數據預處理

B:分類和預測

C:數據流挖掘

D:頻繁模式挖掘

答案:數據預處理

影響數據質量問題的因素有哪些（）

A:其余選項都對

B:相關性、時效性

C:準確性、完整性、一致性

D:可信性、可解釋性

答案:其余選項都對

數據預處理的常見方法有（）

A:數據清洗

B:數據變換

C:數據集成

D:其余選項都不對

答案:數據清洗

;數據變換

;數據集成

數據預處理是指在對數據進行挖掘分析以前，需要對原始數據進行清理、集合和變換等一系列處理工作（）

A:錯B:對

答案:對

第四章測試

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（）

A:1，2，3，5

B:1，2，3，4

C:1，2，4，5

D:1，3，4，5

答案:1，2，4，5

頻繁項集、頻繁閉項集、最大頻繁項集之間的關系是：()

A:頻繁項集頻繁閉項集最大頻繁項集

B:頻繁項集=頻繁閉項集最大頻繁項集

C:頻繁項集頻繁閉項集=最大頻繁項集

D:頻繁項集=頻繁閉項集=最大頻繁項集

答案:頻繁項集頻繁閉項集最大頻繁項集

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？()

A:分類

B:聚類

C:關聯規則發現

D:自然語言處理

答案:關聯規則發現

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

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，尿布，面包，黃油

7面包，黃油，尿布

8啤酒，尿布

9牛奶，尿布，面包，黃油

10啤酒，餅干

A:2

B:1

C:4

D:3

答案:3

Apriori算法的計算復雜度受(

)影響。

A:事務平均寬度

B:支持度閥值

C:事務數

D:項數（維度）

答案:事務平均寬度

;支持度閥值

;事務數

;項數（維度）

第五章測試

以下哪些算法是分類算法，（）

A:C4.5

B:K-Mean

C:DBSCAN

D:EM

答案:C4.5

決策樹中不包含一下哪種結點，()

A:外部結點（externalnode）

B:葉結點（leafnode）

C:根結點（rootnode)

D:內部結點（internalnode）

答案:外部結點（externalnode）

以下哪項關于決策樹的說法是錯誤的()

A:決策樹算法對于噪聲的干擾非常敏感

B:冗余屬性不會對決策樹的準確率造成不利的影響

C:尋找最佳決策樹是NP完全問題

D:子樹可能在決策樹中重復多次

答案:決策樹算法對于噪聲的干擾非常敏感

以下關于人工神經網絡（ANN）的描述錯誤的有()

A:至少含有一個隱藏層的多層神經網絡

B:神經網絡對訓練數據中的噪聲非常魯棒

C:可以處理冗余特征

D:訓練ANN是一個很耗時的過程

答案:神經網絡對訓練數據中的噪聲非常魯棒

貝葉斯信念網絡(BBN)有如下哪些特點，（）

A:對模型的過分問題非常魯棒

B:網絡結構確定后，添加變量相當麻煩

C:構造網絡費時費力

D:貝葉斯網絡不適合處理不完整的數據

答案:對模型的過分問題非常魯棒

;構造網絡費時費力

如下哪些不是最近鄰分類器的特點，()

A:分類一個測試樣例開銷很大

B:最近鄰分類器基于全局信息進行預測

C:可以生產任意形狀的決策邊界

D:它使用具體的訓練實例進行預測，不必維護源自數據的模型

答案:最近鄰分類器基于全局信息進行預測

第六章測試

（）這些數據特性都是對聚類分析具有很強影響的。

A:高維性

B:噪聲和離群點

C:規模

D:稀疏性

答案:高維性

;噪聲和離群點

;規模

;稀疏性

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，所以應該選擇（）的相似度計算方法。

A:余弦距離

B:直接相似度

C:共享最近鄰

D:平方歐幾里德距離

答案:共享最近鄰

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。

A:曼哈頓距離

B:Bregman散度

C:平方歐幾里德距離

D:余弦距離

答案:曼哈頓距離

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（）

A:非互斥聚類

B:劃分聚類

C:模糊聚類

D:層次聚類

答案:劃分聚類

K均值是一種產生劃分聚類的基于密度的聚類算法，簇的個數由算法自動地確定。（）

A:對B:錯

答案:錯

第七章測試

可視化涉及到的學科包括（）

A:計算機圖形學

B:人機交互

C:統計分析

D:數據挖掘

答案:計算機圖形學

;人機交互

;統計分析

;數據挖掘

若有一個數據集，每個數據點有5個屬性，以下哪種可視化技術最適用于表示其屬性涼涼之間的相關性呢？（）

A:直方圖