数据挖掘习题题
数据挖掘试题(单选)
单项选择题1.某商场研究销售纪录数据后发现，买啤酒的人很大体率也会购置尿布，这类属于数据发掘的哪种问题 (A)A. 关系规则发现C. 分类B. 聚类D. 自然语言办理2. 以下两种描绘分别对应哪两种对分类算法的评论标准(A)(a)警察抓小偷，描绘警察抓的人中有多少个是小偷的标准。
(b)描绘有多少比率的小偷给警察抓了的标准。
A. Precision,RecallB. Recall,PrecisionA. Precision,ROC D. Recall,ROC3. 将原始数据进行集成、变换、维度规约、数值规约是在以下哪个步骤的任务A. 屡次模式发掘B. 分类和展望C. 数据预办理D. 数据流发掘(C)4.当不知道数据所带标签时，能够使用哪一种技术促进带同类标签的数据与带其余标签的数据相分别 (B)A. 分类B. 聚类C. 关系剖析D. 隐马尔可夫链5.什么是 KDD (A)A. 数据发掘与知识发现B. 领域知识发现C. 文档知识发现D. 动向知识发现6.使用交互式的和可视化的技术，对数据进行探究属于数据发掘的哪一类任务（A）A. 探究性数据剖析B. 建模描绘C. 展望建模D. 找寻模式和规则7.为数据的整体散布建模；把多维空间区分红组等问题属于数据发掘的哪一类任务(B)A. 探究性数据剖析B. 建模描绘C. 展望建模D. 找寻模式和规则8.成立一个模型，经过这个模型依据已知的变量值来展望其余某个变量值属于数据发掘的哪一类任务 (C)A. 依据内容检索B. 建模描绘C. 展望建模D. 找寻模式和规则9.用户有一种感兴趣的模式而且希望在数据集中找到相像的模式，属于数据发掘哪一类任务(A)A. 依据内容检索B. 建模描绘C. 展望建模D. 找寻模式和规则11.下边哪一种不属于数据预办理的方法(D)A 变量代换B失散化 C齐集 D 预计遗漏值12. 假定 12 个销售价钱记录组已经排序以下：5, 10, 11, 13, 15, 35, 50, 55, 72, 92, 204, 215使用以下每种方法将它们区分红四个箱。
数据挖掘考试题库
13. 预测型知识：是根据时间序列型数据，由历史的和当前的数据 去推测未来的数据，也可以认为是以时间为关键属性的关联知 识。
14. 偏差型知识：是对差异和极端特例的描述，用于揭示事物偏离 常规的异常现象，如标准类外的特例，数据聚类外的离群值 等。
15. 遗传算法：是一种优化搜索算法，它首先产生一个初始可行解 群体，然后对这个群体通过模拟生物进化的选择、交叉、变异 等遗传操作遗传到下一代群体，并最终达到全局最优。
作。 22. 传统的决策支持系统是以 和 驱动，而新决策支持系统
则是以 、建立在 和 技术之上。 23. OLAP的数据组织方式主要有 和 2种。 24. SQL Server2000的OLAP组件叫 ，OLAP操作窗口叫 。 25. BP神经网络由 、 以及一或多个 结点组成。 26. 遗传算法包括 、 、 3个基本算子。 27. 聚类分析的数据通常可分为区间标度变
等。 6. 评价关联规则的2个主要指标是 和 。 7. 多维数据集通常采用 或雪花型架构，以 表为中心，连
接多个 表 。 8. 决策树是用 作为结点，用 作为分支的树结构。 9. 关联可分为简单关联、 和 。 10. BP神经网络的作用函数通常为 区间的 。 11. 数据挖掘的过程主要包括确定业务对象、 、 、 及
和低层管理人员、对基本数据进行查询和增、删、改等的日常事务 处理。OLAP即联机分析处理，是在OLTP基础上发展起来的、以数据 仓库基础上的、面向高层管理人员和专业分析人员、为企业决策支 持服务。
OLTP和OLAP的主要区别如下表：
OLTP
OLAP
数据库数据
数据库或数据仓库数据
细节性数据
综合性数据
知识同化等几个步骤。 12. 数据挖掘技术主要涉及 、 和 3个技术领域。 13. 数据挖掘的主要功能包括 、 、 、 、趋势分
数据挖掘考试习题
数据挖掘考试习题 work Information Technology Company.2020YEAR数据挖掘考试题一．选择题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B.聚类C.关联分析D.主成分分析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)B.MAX(全链)C.组平均D.Ward方法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均值使用簇的基于原型的概念，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簇，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簇，即便簇有重叠也可以发现，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.可以处理不同大小簇的能力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OC.空间复杂度为()2mD.具有全局优化目标函数8.规则{牛奶，尿布}→{啤酒}的支持度和置信度分别为：( )9.下列( )是属于分裂层次聚类的方法。
A.MinB.MaxC.Group AverageD.MST10.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：( )A.在{3}和{l,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{3}合并二．填空题：1.属性包括的四种类型：、、、。
数据挖掘习题及解答-完美版
Data Mining Take Home Exam学号: xxxx 姓名: xxx 1. （20分）考虑下表的数据集。
（1）计算整个数据集的Gini 指标值。
（2）计算属性性别的Gini 指标值（3）计算使用多路划分属性车型的Gini 指标值 （4）计算使用多路划分属性衬衣尺码的Gini 指标值（5）下面哪个属性更好，性别、车型还是衬衣尺码？为什么？ 解：（1） Gini=1-(10/20)^2-(10/20)^2=0.5 (2)Gini=[{1-(6/10)^2-(4/10)^2}*1/2]*2=0.48 (3)Gini={1-(1/4)^2-(3/4)^2}*4/20+{1-(8/8)^2-(0/8)^2}*8/20+{1-(1/8)^2-(7/8)^2}*8/2 0=26/160=0.1625(4)Gini={1-(3/5)^2-(2/5)^2}*5/20+{1-(3/7)^2-(4/7)^2}*7/20+[{1-(2/4)^2-(2/4)^2}*4/ 20]*2=8/25+6/35=0.4914(5)比较上面各属性的Gini值大小可知，车型划分Gini值0.1625最小，即使用车型属性更好。
2. （20分）考虑下表中的购物篮事务数据集。
(1) 将每个事务ID视为一个购物篮，计算项集{e}，{b,d} 和{b,d,e}的支持度。
（2）使用（1）的计算结果，计算关联规则{b,d}→{e}和{e}→{b,d}的置信度。
（3）将每个顾客ID作为一个购物篮，重复（1）。
应当将每个项看作一个二元变量（如果一个项在顾客的购买事务中至少出现一次，则为1，否则，为0）。
（4）使用（3）的计算结果，计算关联规则{b,d}→{e}和{e}→{b,d}的置信度。
答：（1）由上表计数可得{ｅ}的支持度为8/10=0.8；{ｂ，ｄ}的支持度为2/10=0.2；｛b,d,e｝的支持度为2/10=0.2。
（2）c[{b,d}→{e}]=2/8=0.25; c[{e}→{b,d}]=8/2=4。
大数据挖掘技术练习(习题卷14)
大数据挖掘技术练习(习题卷14)第1部分：单项选择题，共51题，每题只有一个正确答案,多选或少选均不得分。
1.[单选题]人工智能不会（）A)听（语音识别、机器翻译），看（图像识别、文字识别）B)说（语音合成、人机对话）,思考（人机对弈、定理证明等）C)学习（机器学习、知识表示等），行动（机器人、自动驾驶汽车等）D)表达感情答案:D解析:2.[单选题]以下关于大数据应用说法错误的是( )。
A)大数据起源互联网,目前处于成熟期;B)目前金融、电信、零售、公共服务等领域在积极的探索和应用大数据;C)互联网是大数据的发源地;D)互联网上形成了多种相对成熟的应用模式。
答案:A解析:3.[单选题]协同过滤分析用户兴趣 , 在用户群中找到指定用户的相似 （兴趣）用户, 综合这些用户对 某一信息的评价 , 形成系统对该指定用户对此信息的喜好程度( ),并将这些用户喜欢的项推荐给有相似兴趣的用户。
A)相似B)相同C)推荐D)预测答案:D解析:4.[单选题]马云认为，（）是数据时代必须跨过的一个坎A)数据隐私B)数据服务C)数据获取D)数据应用答案:A解析:5.[单选题]研究顾客是否想购买手机与年龄,性别,收入和工作地点的关系可以使用()A)回归方法B)分类方法C)聚类方法D)关联分析答案:B解析:C)mapred-site.xmlD)hadoop-env.sh答案:B解析:7.[单选题]BIRCH是一种( B )。
A)分类器B)聚类算法C)关联分析算法D)特征选择算法答案:B解析:8.[单选题]基于DPI的网站统计分析功能目前暂无法支持的是A)域名按网站聚合B)URL的访问源记录C)域名流量统计D)页面内容爬取答案:D解析:9.[单选题]视频业务端到端问题定界的关键点在于（）A)查找KQI对应的相关异常KPI指标B)不同维度的对比定位分析C)进行HTTP错误码分析D)进行接口以上以下分析答案:A解析:10.[单选题]数据仓库是随着时间变化的,下面的描述不正确的是A)数据仓库随时间的变化不断增加新的数据内容;B)捕捉到的新数据会覆盖原来的快照;C)数据仓库随事件变化不断删去旧的数据内容;D)数据仓库中包含大量的综合数据,这些综合数据会随着时间的变化不断地进行重新综合.答案:C解析:11.[单选题]联机分析处理包括以下不是基本分析功能的为： ( )A)聚类B)切片C)转轴D)切块答案:A解析:12.[单选题]CRISP-DM是跨行业数据挖掘过程标准，下述哪项工作是 在data preperation阶段完成A)数据收集B)数据清洗13.[单选题]订单表order包含用户信息uid和产品信息pid等属性列,以下语句能够返回至少被订购过三次的Pid是______。
数据挖掘习题
数据挖掘习题及解答-完美版
Data Mining Take Home Exam学号: xxxx 姓名: xxx（1）计算整个数据集的Gini指标值。
（2)计算属性性别的Gini指标值（3）计算使用多路划分属性车型的Gini指标值(4）计算使用多路划分属性衬衣尺码的Gini指标值（5）下面哪个属性更好，性别、车型还是衬衣尺码？为什么？^2}＊1/2］＊2=0.48(3)—(8/8）^2-(0/8)^2}＊8/20+｛1—（1/8）^2—(7/8）^2｝*8/20=26/160=0。
16254/7)^2}＊7/20+［｛1—(2/4）^2—(2/4)^2}*4/20］＊2=8/25+6/35=0。
4914（5)比较上面各属性的Gini值大小可知，车型划分Gini值0。
1625最小，即使用车型属性更好。
2。
（（1）将每个事务ID视为一个购物篮,计算项集{e}，｛b，d｝和{b,d,e｝的支持度。
（2）使用（1）的计算结果,计算关联规则{b，d｝→｛e}和｛e}→{b,d｝的置信度.(3）将每个顾客ID作为一个购物篮，重复（1)。
应当将每个项看作一个二元变量（如果一个项在顾客的购买事务中至少出现一次，则为1，否则，为0）. （4)使用(3）的计算结果，计算关联规则｛b，d｝→{e｝和｛e｝→{b,d}的置信度。
答：（1）由上表计数可得｛ｅ｝的支持度为8/10=0。
8;{ｂ，ｄ｝的支持度为2/10=0。
2；｛b,d，e｝的支持度为2/10=0。
2。
（2)c［{b,d｝→{e｝］=2/8=0.25; c［｛e｝→{b,d｝]=8/2=4。
（3）同理可得：｛e｝的支持度为4/5=0.8，｛b,d｝的支持度为5/5=1，｛b,d，e｝的支持度为4/5=0.8。
（4)c[{b，d｝→{e｝]=5/4=1.25,c[{e}→{b，d}］=4/5=0。
8。
3. （20分）以下是多元回归分析的部分R输出结果。
> ls1=lm(y～x1+x2）〉anova(ls1）Df Sum Sq Mean Sq F value Pr（〉F）x1 1 10021.2 10021.2 62。
数据挖掘习题2
数据挖掘习题2数据挖掘习题1、数据库有5个事务。
设min_sup=60%，min_conf=80%。
TID 购买的商品T100 {M,O,N,K,E,Y}T200 {D,O,N,K,E,Y}T300 {M,A,K,E}T400 {M,U,C,K,Y}T500 {C,O,O,K,I,E} (a)分别使⽤Apriori和FP增长算法找出所有频繁项集。
⽐较两种挖掘过程的效率。
(b)列举所有与下⾯的元规则匹配的强关联规则（给出⽀持度s和置信度c），其中，X是代表顾客的变量，是2、下表由雇员数据库的训练数据组成。
数据已泛化。
例如，age“31…35”表⽰年龄在31~35之间。
对于给定的⾏，count表⽰department，status，age和salary在该⾏具有给定值的元组数。
department status age salary count46K...50K 30 sales senior 31 (35)26K...30K 40 sales junior 26 (30)31K...35K 40 sales junior 31 (35)systems junior 21…25 46K…50K 20systems senior 31…35 66K…70K 5systems junior 26…30 46K…50K 3systems senior 41…45 66K…70K 3marketing senior 36…40 46K…50K 10marketing junior 31…35 41K…45K 4secretary senior 46…50 36K…40K 4secretary junior 26…30 26K…30K 6 设status是类标号属性。
(a)如何修改基本决策树算法，以便考虑每个⼴义数据元组（即每⼀⾏）的count？(b)使⽤修改过的算法，构造给定数据的决策树。
3、假设数据挖掘的任务是将如下的⼋个点（⽤(x,y)代表位置）聚类为三个簇。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数据挖掘复习题单选题1. 某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖掘的哪类问题？(A)A. 关联规则发现B. 聚类C. 分类D. 自然语言处理2. 以下两种描述分别对应哪两种对分类算法的评价标准？ (A)(a)警察抓小偷，描述警察抓的人中有多少个是小偷的标准。
(b)描述有多少比例的小偷给警察抓了的标准。
A. Precision, RecallB. Recall, PrecisionA. Precision, ROC D. Recall, ROC3. 将原始数据进行集成、变换、维度规约、数值规约是在以下哪个步骤的任务？(C)A. 频繁模式挖掘B. 分类和预测C. 数据预处理D. 数据流挖掘4. 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？(B)A. 分类B. 聚类C. 关联分析D. 隐马尔可夫链5. 什么是KDD？ (A)A. 数据挖掘与知识发现B. 领域知识发现C. 文档知识发现D. 动态知识发现6. 使用交互式的和可视化的技术，对数据进行探索属于数据挖掘的哪一类任务？（A）A. 探索性数据分析B. 建模描述C. 预测建模D. 寻找模式和规则7. 为数据的总体分布建模；把多维空间划分成组等问题属于数据挖掘的哪一类任务？(B)A. 探索性数据分析B. 建模描述C. 预测建模D. 寻找模式和规则8. 建立一个模型，通过这个模型根据已知的变量值来预测其他某个变量值属于数据挖掘的哪一类任务？(C)A. 根据内容检索B. 建模描述C. 预测建模D. 寻找模式和规则9. 用户有一种感兴趣的模式并且希望在数据集中找到相似的模式，属于数据挖掘哪一类任务？(A)A. 根据内容检索B. 建模描述C. 预测建模D. 寻找模式和规则11.下面哪种不属于数据预处理的方法？ (D)A变量代换 B离散化 C 聚集 D 估计遗漏值12. 假设12个销售价格记录组已经排序如下：5, 10, 11, 13, 15, 35, 50, 55, 72, 92, 204,215 使用如下每种方法将它们划分成四个箱。
等频（等深）划分时，15在第几个箱子内？ (B)A 第一个B 第二个C 第三个D 第四个13.上题中，等宽划分时（宽度为50），15又在哪个箱子里？ (A)A 第一个B 第二个C 第三个D 第四个14.下面哪个不属于数据的属性类型：(D)A 标称B 序数C 区间 D相异15. 在上题中，属于定量的属性类型是：(C)A 标称B 序数 C区间 D 相异16. 只有非零值才重要的二元属性被称作：( C )A 计数属性B 离散属性 C非对称的二元属性 D 对称属性17. 以下哪种方法不属于特征选择的标准方法： (D)A嵌入 B 过滤 C 包装 D 抽样18.下面不属于创建新属性的相关方法的是： (B)A特征提取 B特征修改 C映射数据到新的空间 D特征构造19. 考虑值集{1、2、3、4、5、90}，其截断均值（p=20%）是 (C)A 2B 3C 3.5D 520. 下面哪个属于映射数据到新的空间的方法？ (A)A 傅立叶变换 B特征加权 C 渐进抽样 D维归约21. 熵是为消除不确定性所需要获得的信息量，投掷均匀正六面体骰子的熵是： (B)A 1比特B 2.6比特C 3.2比特D 3.8比特22. 假设属性income的最大最小值分别是12000元和98000元。
利用最大最小规范化的方法将属性的值映射到0至1的范围内。
对属性income的73600元将被转化为：(D)A 0.821B 1.224C 1.458D 0.71623.假定用于分析的数据包含属性age。
数据元组中age的值如下（按递增序）：13，15，16，16，19，20，20，21，22，22，25，25，25，30，33，33，35，35，36，40，45，46，52，70, 问题：使用按箱平均值平滑方法对上述数据进行平滑，箱的深度为3。
第二个箱子值为：(A)A 18.3B 22.6C 26.8D 27.924. 考虑值集{12 24 33 2 4 55 68 26}，其四分位数极差是：(A)A 31B 24C 55D 325. 一所大学内的各年纪人数分别为：一年级200人，二年级160人，三年级130人，四年级110人。
则年级属性的众数是： (A)A 一年级 B二年级 C 三年级 D 四年级26. 下列哪个不是专门用于可视化时间空间数据的技术： (B)A 等高线图 B饼图 C 曲面图 D 矢量场图27. 在抽样方法中，当合适的样本容量很难确定时，可以使用的抽样方法是： (D)A 有放回的简单随机抽样 B无放回的简单随机抽样 C分层抽样 D 渐进抽样28. 数据仓库是随着时间变化的,下面的描述不正确的是 (C)A. 数据仓库随时间的变化不断增加新的数据内容;B. 捕捉到的新数据会覆盖原来的快照;C. 数据仓库随事件变化不断删去旧的数据内容;D. 数据仓库中包含大量的综合数据,这些综合数据会随着时间的变化不断地进行重新综合.29. 关于基本数据的元数据是指: (D)A. 基本元数据与数据源,数据仓库,数据集市和应用程序等结构相关的信息;B. 基本元数据包括与企业相关的管理方面的数据和信息;C. 基本元数据包括日志文件和简历执行处理的时序调度信息;D. 基本元数据包括关于装载和更新处理,分析处理以及管理方面的信息.30. 下面关于数据粒度的描述不正确的是: (C)A. 粒度是指数据仓库小数据单元的详细程度和级别;B. 数据越详细,粒度就越小,级别也就越高;C. 数据综合度越高,粒度也就越大,级别也就越高;D. 粒度的具体划分将直接影响数据仓库中的数据量以及查询质量.31. 有关数据仓库的开发特点,不正确的描述是: (A)A. 数据仓库开发要从数据出发;B. 数据仓库使用的需求在开发出去就要明确;C. 数据仓库的开发是一个不断循环的过程,是启发式的开发;D. 在数据仓库环境中,并不存在操作型环境中所固定的和较确切的处理流,数据仓库中数据分析和处理更灵活,且没有固定的模式32. 在有关数据仓库测试,下列说法不正确的是: (D)A. 在完成数据仓库的实施过程中,需要对数据仓库进行各种测试.测试工作中要包括单元测试和系统测试.B. 当数据仓库的每个单独组件完成后,就需要对他们进行单元测试.C. 系统的集成测试需要对数据仓库的所有组件进行大量的功能测试和回归测试.D. 在测试之前没必要制定详细的测试计划.33. OLAP技术的核心是: (D)A. 在线性;B. 对用户的快速响应;C. 互操作性.D. 多维分析;34. 关于OLAP的特性,下面正确的是: (D)(1)快速性 (2)可分析性 (3)多维性 (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. 关于OLAP和OLTP的区别描述,不正确的是: (C)A. OLAP主要是关于如何理解聚集的大量不同的数据.它与OTAP应用程序不同.B. 与OLAP应用程序不同,OLTP应用程序包含大量相对简单的事务.C. OLAP的特点在于事务量大,但事务内容比较简单且重复率高.D. OLAP是以数据仓库为基础的,但其最终数据来源与OLTP一样均来自底层的数据库系统,两者面对的用户是相同的.36. OLAM技术一般简称为”数据联机分析挖掘”,下面说法正确的是: (D)A. OLAP和OLAM都基于客户机/服务器模式,只有后者有与用户的交互性;B. 由于OLAM的立方体和用于OLAP的立方体有本质的区别.C. 基于WEB的OLAM是WEB技术与OLAM技术的结合.D. OLAM服务器通过用户图形借口接收用户的分析指令,在元数据的知道下,对超级立方体作一定的操作.37. 关于OLAP和OLTP的说法,下列不正确的是: (A)A. OLAP事务量大,但事务内容比较简单且重复率高.B. OLAP的最终数据来源与OLTP不一样.C. OLTP面对的是决策人员和高层管理人员.D. OLTP以应用为核心,是应用驱动的.38. 设X={1，2，3}是频繁项集，则可由X产生__(C)__个关联规则。
A、4B、5C、6D、740. 概念分层图是__(B)__图。
A、无向无环B、有向无环C、有向有环D、无向有环41. 频繁项集、频繁闭项集、最大频繁项集之间的关系是： (C)A、频繁项集频繁闭项集 =最大频繁项集B、频繁项集 = 频繁闭项集最大频繁项集C、频繁项集频繁闭项集最大频繁项集D、频繁项集 = 频繁闭项集 = 最大频繁项集42. 考虑下面的频繁3-项集的集合：{1，2，3}，{1，2，4}，{1，2，5}，{1，3，4}，{1，3，5}，{2，3，4}，{2，3，5}，{3，4，5}假定数据集中只有5个项，采用合并策略，由候选产生过程得到4-项集不包含（C）A、1，2，3，4B、1，2，3，5C、1，2，4，5D、1，3，4，543.下面选项中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. 在图集合中发现一组公共子结构，这样的任务称为 ( B )A、频繁子集挖掘B、频繁子图挖掘C、频繁数据项挖掘D、频繁模式挖掘45. 下列度量不具有反演性的是 (D)A、系数B、几率C、Cohen度量D、兴趣因子46. 下列__(A)__不是将主观信息加入到模式发现任务中的方法。
A、与同一时期其他数据对比B、可视化C、基于模板的方法D、主观兴趣度量47. 下面购物篮能够提取的3-项集的最大数量是多少（C）ID 购买项1 牛奶，啤酒，尿布2 面包，黄油，牛奶3 牛奶，尿布，饼干4 面包，黄油，饼干5 啤酒，饼干，尿布6 牛奶，尿布，面包，黄油7 面包，黄油，尿布8 啤酒，尿布9 牛奶，尿布，面包，黄油10 啤酒，饼干A、1B、2C、3D、448. 以下哪些算法是分类算法，A，DBSCAN B，C4.5 C,K-Mean D,EM （B）49. 以下哪些分类方法可以较好地避免样本的不平衡问题， A，KNN B，SVM C，Bayes D，神经网络（A）50. 决策树中不包含一下哪种结点，A,根结点（root node) B,内部结点（internal node）C,外部结点（external node） D,叶结点（leaf node） (C)51. 不纯性度量中Gini计算公式为（其中c是类的个数） (A)A, B, C, D, （A）53. 以下哪项关于决策树的说法是错误的 (C)A. 冗余属性不会对决策树的准确率造成不利的影响B. 子树可能在决策树中重复多次C. 决策树算法对于噪声的干扰非常敏感D. 寻找最佳决策树是NP完全问题54. 在基于规则分类器的中，依据规则质量的某种度量对规则排序，保证每一个测试记录都是由覆盖它的“最好的”规格来分类，这种方案称为 (B)A. 基于类的排序方案B. 基于规则的排序方案C. 基于度量的排序方案D. 基于规格的排序方案。