数据挖掘试题150
数据挖掘考试题及答案
数据挖掘考试题及答案### 数据挖掘考试题及答案#### 一、选择题（每题2分，共20分）1. 数据挖掘的目的是发现数据中的：- A. 错误- B. 模式- C. 异常- D. 趋势答案：B2. 以下哪项不是数据挖掘的常用算法：- A. 决策树- B. 聚类分析- C. 线性回归- D. 神经网络答案：C3. 关联规则挖掘中，Apriori算法用于发现：- A. 频繁项集- B. 异常值- C. 趋势- D. 聚类答案：A4. K-means算法是一种：- A. 分类算法- B. 聚类算法- C. 预测算法- D. 关联规则挖掘算法答案：B5. 以下哪个指标用于评估分类模型的性能：- A. 准确率- B. 召回率- C. F1分数- D. 所有以上答案：D#### 二、简答题（每题10分，共30分）1. 描述数据挖掘中的“过拟合”现象，并给出避免过拟合的策略。
答案：过拟合是指模型对训练数据拟合得过于完美，以至于失去了泛化能力。
避免过拟合的策略包括：使用交叉验证、正则化技术、减少模型复杂度、获取更多的训练数据等。
2. 解释什么是“数据清洗”以及它在数据挖掘中的重要性。
答案：数据清洗是指从原始数据中识别并纠正（或删除）错误、重复或不完整的数据的过程。
它在数据挖掘中至关重要，因为脏数据会导致分析结果不准确，影响最终的决策。
3. 描述“特征选择”在数据挖掘中的作用。
答案：特征选择是数据挖掘中用来降低数据维度、提高模型性能和减少计算成本的过程。
通过选择最有信息量的特征，可以去除冗余或无关的特征，从而提高模型的准确性和效率。
#### 三、应用题（每题25分，共50分）1. 假设你正在分析一个电子商务网站的用户购买行为，描述你将如何使用数据挖掘技术来识别潜在的营销机会。
答案：首先，我会使用聚类分析来识别不同的用户群体。
然后，通过关联规则挖掘来发现不同用户群体的购买模式。
接着，利用分类算法来预测用户可能感兴趣的产品。
数据挖掘试题及答案
数据挖掘试题及答案数据挖掘是一门利用数据分析技术从大量的数据集中发现规律、模式和知识的过程。
它对我们理解和利用数据提供了有力的支持，被广泛应用于商业、科学研究等领域。
下面是一些常见的数据挖掘试题及其答案。
试题一：什么是数据挖掘？答案：数据挖掘是指利用计算机技术和统计学方法，从大规模数据集中发现隐藏在其中的有价值的信息和知识的过程。
它包括数据预处理、特征选择、模型构建以及模式识别和知识发现等步骤。
试题二：数据挖掘的主要任务有哪些？答案：数据挖掘的主要任务包括分类、聚类、关联规则挖掘和异常检测等。
分类是指将数据集中的样本划分到不同的类别中；聚类是将数据集划分为若干个相似的组；关联规则挖掘是找出数据中项之间的关联关系；异常检测是识别与正常模式不符的数据。
试题三：数据挖掘中常用的算法有哪些？答案：数据挖掘中常用的算法包括决策树、聚类算法、关联规则算法和神经网络等。
决策树算法通过对数据集进行划分，构建一棵树形结构用于分类；聚类算法根据相似度将数据集分为不同的簇；关联规则算法用于发现数据集中项之间的关联关系；神经网络模拟人脑的神经元网络结构，用于数据分类和预测。
试题四：数据挖掘的应用场景有哪些？答案：数据挖掘的应用场景非常广泛。
在商业领域，它可以帮助企业进行市场分析、客户关系管理和产品推荐等；在科学研究中，它能够帮助科学家从大量的实验数据中发现新的知识和规律；在医疗领域，它可以辅助医生进行疾病诊断和治疗方案选择等。
试题五：数据挖掘存在的挑战有哪些？答案：数据挖掘存在一些挑战，包括数据质量不高、维度灾难、算法性能和可解释性等方面。
数据质量不高可能导致挖掘结果不准确；维度灾难是指当数据特征数量很多时，算法的计算复杂度急剧增加；算法性能要求高，对大规模数据集的挖掘需要高效的算法；可解释性是指挖掘结果是否易于被理解和解释。
以上是一些常见的数据挖掘试题及其答案。
通过理解和掌握数据挖掘的基本概念、任务、算法和应用场景，可以帮助我们更好地运用数据挖掘技术，从海量数据中提取有价值的信息和知识，为决策和创新提供支持。
数据库数据挖掘与分析考试试卷
数据库数据挖掘与分析考试试卷（答案见尾页）一、选择题1. 数据挖掘的主要目的是什么？A. 提取数据库中的数据B. 分析数据库中的数据以发现隐藏的模式和关联C. 存储和管理数据库中的数据D. 传输数据库中的数据2. 在数据挖掘中，以下哪个过程是用来发现数据项之间的有趣关系和关联的？A. 数据清理B. 数据集成C. 数据转换D. 数据挖掘3. 数据挖掘任务通常不包括以下哪项？A.分类B.聚类C.回归D. 数据库优化4. 关联规则学习是数据挖掘中的一个重要技术，它主要关注什么？A. 发现数据集中不同项之间的因果关系B. 发现数据集中频繁出现的模式和关联C. 建立数据模型以预测未来趋势D. 优化数据库查询性能5. 在聚类分析中，以下哪个选项不是常用的距离度量方法？A. 曼哈顿距离B. 欧氏距离C. 切比雪夫距离D. 余弦相似度6. 数据挖掘中经常使用哪种图表来展示聚类结果？A. 条形图B. 饼图C. 网络图D. 散点图7. 在数据挖掘中，以下哪个算法主要用于发现连续数值型数据中的异常值或离群点？A. K-均值算法B. DBSCANC. 谱聚类算法D. 决策树算法8. 数据挖掘中，以下哪个步骤不是数据预处理的一部分？A. 数据清洗B. 数据集成C. 数据转换D. 数据降维9. 在建立数据挖掘模型时，以下哪个步骤不是特征选择的一部分？A. 特征提取B. 特征选择C. 特征验证D. 特征排序10. 数据挖掘中，以下哪个工具不是常用的数据挖掘工具？A. SQLB. ExcelC. PythonD. R二、问答题2. 什么是SQL语言？请列举几种常见的SQL语句。
3. 什么是数据库的完整性约束？请举例说明。
4. 什么是数据库的设计原则？请列举几个常用的设计原则。
5. 什么是数据库的范式？请简要解释第一范式和第二范式。
6. 什么是数据库索引？请简述索引的作用和分类。
7. 什么是数据库的事务处理？请简述事务的定义和特性。
历年数据挖掘期末考试试题及答案
历年数据挖掘期末考试试题及答案2019年春选择题1. 关于数据挖掘下列叙述中，正确的是：- A. 数据挖掘只是寻找数据中的有用信息- B. 数据挖掘就是将数据放置于数据仓库中，方便查询- C. 数据挖掘是指从大量有噪音数据中提取未知、隐含、先前未知的、重要的、可理解的模式或知识- D. 数据挖掘就是从数据中提取出数值型变量2. 下列关于聚类分析的说法中，正确的是：- A. 聚类分析是无监督研究- B. 聚类分析的目的是找到一组最优特征- C. 聚类分析只能用于数值型变量- D. 聚类分析是一种监督研究方法3. 一般的数据挖掘流程包括以下哪些步骤：- A. 数据采集- B. 数据清洗- C. 数据转换- D. 模型构建- E. 模型评价- F. 模型应用- G. A、B、C、D、E- H. A、B、C、D、E、F- I. B、C、D、E、F- J. C、D、E、F简答题1. 什么是数据挖掘？介绍一下数据挖掘的流程。
数据挖掘是从庞大、复杂的数据集中提取有价值的、对决策有帮助的信息。
包括数据采集、数据清洗、数据转换、模型构建、模型评价和模型应用等步骤。
2. 聚类分析和分类分析有什么不同？聚类分析和分类分析都是数据挖掘的方法，不同的是聚类分析是无监督研究，通过相似度，将数据集分为不同的组；分类分析是监督研究，通过已知的训练集数据来预测新的数据分类。
也就是说在分类中有“标签”这个中间过程。
3. 请介绍一个你知道的数据挖掘算法，并简单阐述它的流程。
Apriori算法：是一种用于关联规则挖掘的算法。
主要流程包括生成项集、计算支持度、生成候选规则以及计算可信度四步。
首先生成单个项集，计算各项集在数据集中的支持度；然后根据单个项集生成项集对，计算各项集对在数据集中的支持度；接着从项集对中找出支持度大于某个阈值的，生成候选规则；最后计算规则的置信度，保留置信度大于某个阈值的规则作为关联规则。
数据挖掘试题(150道)
.法是一种在已知后验概率与类条件概率地情况下地模式分类方法，待分样本地分类结果取决于各类域中样本地全体. (错)
.分类模型地误差大致分为两种：训练误差（）和泛化误差（）. (对)
.在决策树中，随着树中结点数变得太大，即使模型地训练误差还在继续减低，但是检验误差开始增大，这是出现了模型拟合不足地问题.（错）
.是这样一个分类器，他寻找具有最小边缘地超平面，因此它也经常被称为最小边缘分类器（）(错)
.在聚类分析当中，簇内地相似性越大，簇间地差别越大，聚类地效果就越差.（错）
.聚类分析可以看作是一种非监督地分类.（对）
.均值是一种产生划分聚类地基于密度地聚类算法，簇地个数由算法自动地确定.（错
.给定由两次运行均值产生地两个不同地簇集，误差地平方和最大地那个应该被视为较优.（错）
.选择一个算法过程使评分函数最优
.决定用什么样地数据管理原则以高效地实现算法.
.数据挖掘地预测建模任务主要包括哪几大类问题？( )
.分类.回归.模式发现.模式匹配
.数据挖掘算法地组件包括：( )
.模型或模型结构.评分函数.优化和搜索方法.数据管理策略
.以下哪些学科和数据挖掘有密切联系？( )
.统计.计算机组成原理.矿产挖掘.人工智能
．数据仓库地主要目标就是帮助分析，做长期性地战略制定
.数据仓库在技术上地工作过程是：()
.数据地抽取.存储和管理.数据地表现个人收集整理勿做商业用途
.数据仓库设计.数据地表现
.联机分析处理包括以下哪些基本分析功能？()
.聚类.切片.转轴.切块.分类
.利用算法计算频繁项集可以有效降低计算频繁集地时间复杂度.在以下地购物篮中产生支持度不小于地候选项集，在候选项集中需要剪枝地是（）
数据挖掘考试题
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？( )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。
“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’s Method说法错误的是：( )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2m O8.规则{牛奶，尿布}→{啤酒}的支持度和置信度分别为：( )TID项 集 12345{面包，牛奶} {面包，尿布，啤酒，鸡蛋} {牛奶，尿布，啤酒，可乐} {面包，牛奶，尿布，啤酒} {面包，牛奶，尿布，可乐}9.下列( )是属于分裂层次聚类的方法。
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：( )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： 、 、 、 。
数据挖掘考试题库及答案
数据挖掘考试题库及答案一、选择题1. 数据挖掘是从大量数据中提取有价值信息的过程，以下哪项不是数据挖掘的主要任务？A. 预测B. 分类C. 聚类D. 数据可视化答案：D2. 以下哪种技术不属于数据挖掘的常用方法？A. 决策树B. 支持向量机C. 关联规则D. 数据仓库答案：D3. 数据挖掘中，以下哪项技术常用于分类和预测？A. 神经网络B. K-均值聚类C. 主成分分析D. 决策树答案：D4. 在数据挖掘中，以下哪个概念表示数据集中的属性？A. 数据项B. 数据记录C. 数据属性D. 数据集答案：C5. 数据挖掘中，以下哪个算法用于求解关联规则？A. Apriori算法B. ID3算法C. K-Means算法D. C4.5算法答案：A二、填空题6. 数据挖掘的目的是从大量数据中提取______信息。
答案：有价值7. 在数据挖掘中，分类任务分为有监督学习和______学习。
答案：无监督8. 决策树是一种用于分类和预测的树形结构，其核心思想是______。
答案：递归划分9. 关联规则挖掘中，支持度表示某个项集在数据集中的出现频率，置信度表示______。
答案：包含项集的记录中同时包含结论的记录的比例10. 数据挖掘中，聚类分析是将数据集划分为若干个______的子集。
答案：相似三、判断题11. 数据挖掘只关注大量数据中的异常值。
（）答案：错误12. 数据挖掘是数据仓库的一部分。
（）答案：正确13. 决策树算法适用于处理连续属性的分类问题。
（）答案：错误14. 数据挖掘中的聚类分析是无监督学习任务。
（）答案：正确15. 关联规则挖掘中，支持度越高，关联规则越可靠。
（）答案：错误四、简答题16. 简述数据挖掘的主要任务。
答案：数据挖掘的主要任务包括预测、分类、聚类、关联规则挖掘、异常检测等。
17. 简述决策树算法的基本原理。
答案：决策树算法是一种自顶向下的递归划分方法。
它通过选择具有最高信息增益的属性进行划分，将数据集划分为若干个子集，直到满足停止条件。
数据挖掘知识竞赛题库及答案
数据挖掘知识竞赛题库及答案一、选择题1. 数据挖掘的目的是从大量的数据中发现有价值的信息和知识。
以下哪个不是数据挖掘的主要任务？A. 分类B. 聚类C. 预测D. 图像识别答案：D2. 在数据挖掘过程中，特征工程是指什么？A. 选择与目标变量相关的特征B. 对特征进行标准化处理C. 特征降维D. 以上都是答案：D3. K-近邻算法是一种基于什么的分类方法？A. 决策树B. 支持向量机C. 神经网络D. 实例匹配答案：D4. 在数据挖掘中，什么是衡量分类器性能的主要指标？A. 准确率B. 召回率C. F1值D. AUC值答案：D5. 在关联规则挖掘中，最小支持度是指什么？A. 出现在至少一半的事务中的项集B. 出现在至少一定比例的事务中的项集C. 出现在至少一个事务中的项集D. 出现在至少多数事务中的项集答案：B6. 以下哪种技术不属于聚类分析？A. K-均值B. 层次聚类C. 密度聚类D. 决策树聚类答案：D7. 在时间序列分析中，什么是时间序列的前向扩散？A. 过去的信息对当前信息的影响B. 当前的信息对过去信息的影响C. 未来的信息对当前信息的影响D. 当前的信息对未来信息的影响答案：C8. 在数据挖掘中，什么是基于模型的预测方法？A. 利用已有数据建立模型，对新数据进行预测B. 直接对原始数据进行预测C. 利用专家经验进行预测D. 利用机器学习算法进行预测答案：A9. 在数据挖掘中，什么是维度归一化？A. 将特征值缩放到一个固定范围B. 减少特征的数量C. 特征选择D. 特征提取答案：A10. 在数据挖掘中，什么是过拟合？A. 模型在训练集上的性能很好，但在测试集上的性能较差B. 模型在训练集上的性能较差，但在测试集上的性能很好C. 模型在训练集和测试集上的性能都很好D. 模型在训练集和测试集上的性能都较差答案：A二、填空题1. 数据挖掘的主要任务包括分类、聚类、预测和__________。
- 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)。
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,PrecisionC.Precision,ROCD.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)A2B3C 3.5D520.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)A1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)A0.821B 1.224C 1.458D0.71623.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)A18.3B22.6C26.8D27.924.考虑值集{12243324556826}，其四分位数极差是：(A)A31B24C55D325.一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，（B）A，DBSCANB，C4.5C,K-MeanD,EM49.以下哪些分类方法可以较好地避免样本的不平衡问题，（A）A，KNNB，SVMC，BayesD，神经网络50.决策树中不包含一下哪种结点，(C)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）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。