【MOOC】《數(shù)據(jù)倉庫與數(shù)據(jù)挖掘》(北京理工大學(xué))章節(jié)作業(yè)中國大學(xué)慕課答案

有些題目順序不一致，下載后按鍵盤ctrl+F進行搜索1IntroductionTest11.單選題：當不知道數(shù)據(jù)所帶標簽時，可以使用哪種技術(shù)促使帶同類標簽的數(shù)據(jù)與帶其他標簽的數(shù)據(jù)相分離？

選項：

A、分類

B、聚類

C、關(guān)聯(lián)分析

D、異常檢測

答案：【聚類】2.單選題：某超市研究銷售紀錄數(shù)據(jù)后發(fā)現(xiàn)，買啤酒的人很大概率也會購買尿布，這種屬于數(shù)據(jù)挖掘的哪類問題？

選項：

A、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)

B、聚類

C、分類

D、自然語言處理

答案：【關(guān)聯(lián)規(guī)則發(fā)現(xiàn)】3.單選題：判斷以下行為是否屬于數(shù)據(jù)挖掘任務(wù)：預(yù)測擲骰子的結(jié)果

選項：

A、正確

B、錯誤

答案：【錯誤】4.單選題：判斷以下行為是否屬于數(shù)據(jù)挖掘任務(wù)：提取聲波的頻率

選項：

A、正確

B、錯誤

答案：【錯誤】5.單選題：判斷以下行為是否屬于數(shù)據(jù)挖掘任務(wù)：監(jiān)測患者的心率是否異常

選項：

A、正確

B、錯誤

答案：【正確】6.單選題：判斷以下行為是否屬于數(shù)據(jù)挖掘任務(wù)：根據(jù)顧客的購物記錄預(yù)測顧客感興趣的商品

選項：

A、正確

B、錯誤

答案：【正確】7.單選題：判斷以下行為是否屬于數(shù)據(jù)挖掘任務(wù)：根據(jù)顧客的職業(yè)將顧客進行分組

選項：

A、正確

B、錯誤

答案：【錯誤】8.數(shù)據(jù)挖掘任務(wù)主要包括描述性和______任務(wù)

答案：【預(yù)測性】9.從數(shù)據(jù)倉庫的角度可以將數(shù)據(jù)挖掘過程劃分為數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)選擇與變換、數(shù)據(jù)挖掘及_______等階段。

答案：【知識評估】10.數(shù)據(jù)挖掘是從大量數(shù)據(jù)中挖掘重要、隱含的、以前未知、______的模式或知識。

答案：【潛在有用】2DataTest21.單選題：下面不屬于數(shù)據(jù)集特征的是（）

選項：

A、連續(xù)性

B、維度

C、稀疏性

D、分辨率

答案：【連續(xù)性】2.單選題：屬性Hair_color={auburn,black,blond,brown,grey,red,white}，該屬性屬于（）類型

選項：

A、標稱

B、二分

C、序數(shù)

D、數(shù)值

答案：【標稱】3.單選題：假設(shè)屬性income的最大最小值分別是12000元和98000元。利用最大最小規(guī)范化的方法將屬性的值映射到0至1的范圍內(nèi)。對屬性income的73600元將被轉(zhuǎn)化為：（）

選項：

A、0.821

B、1.224

C、1.458

D、0.716

答案：【0.716】4.單選題：一所大學(xué)內(nèi)的各年紀人數(shù)分別為：一年級200人，二年級160人，三年級130人，四年級110人。則年級屬性的眾數(shù)是：（）

選項：

A、一年級

B、二年級

C、三年級

D、四年級

答案：【一年級】5.單選題：age值（以遞增序）為：13，15，16，16，19，20，20，21，22，22，25，25，25，25，30，33，33，35，35，35，35，36，40，45，46，52，70。使用z-score規(guī)范化將age值35變換到[0.0，1.0]區(qū)間，變換后的值為（）

選項：

A、0.4

B、0.1

C、0.9

D、0.3

答案：【0.4】6.兩個向量d1=(1，1，2，1，1，1，0，0，0)d2=(1,1,1,0,1,1,1,1,1)的余弦相似度為（）

答案：【[0.8,0.83]】7.數(shù)據(jù)集的屬性可以劃分為____和連續(xù)型兩種。

答案：【離散型】8.考慮值集{12243324556826}，其四分位數(shù)極差是：___

答案：【31】9.定用于分析的數(shù)據(jù)包含屬性age。age值（以遞增序）為：13，15，16，16，19，20，20，21，22，22，25，25，25，25，30，33，33，35，35，35，35，36，40，45，46，52，70。則數(shù)據(jù)的第一個四分位數(shù)的值為__，第三個四分位數(shù)的值為35

答案：【20】10.一個數(shù)據(jù)集的分布的五數(shù)概括由最小值、第一個四分位數(shù)、_______、第三個四分位數(shù)、和最大值構(gòu)成。

答案：【中位數(shù)】3DataPreprocessingTest31.單選題：假定用于分析的數(shù)據(jù)包含屬性age。數(shù)據(jù)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(shù)據(jù)進行平滑，箱的深度為3。第二個箱子值為：（）

選項：

A、18.3

B、22.6

C、26.8

D、27.9

答案：【18.3】2.單選題：以下哪種方法不是常用的數(shù)據(jù)約減方法（）

選項：

A、抽樣

B、回歸

C、聚類

D、關(guān)聯(lián)規(guī)則挖掘

答案：【關(guān)聯(lián)規(guī)則挖掘】3.單選題：假設(shè)12個銷售價格記錄組已經(jīng)排序如下：5,10,11,13,15,35,50,55,72,92,204,215使用如下每種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(nèi)？（）

選項：

A、第一個

B、第二個

C、第三個

D、第四個

答案：【第二個】4.單選題：特征提取技術(shù)并不依賴于特定的領(lǐng)域。

選項：

A、正確

B、錯誤

答案：【錯誤】5.單選題：離散屬性總是具有有限個值。

選項：

A、正確

B、錯誤

答案：【錯誤】6.單選題：主成分分析法是一種有參的數(shù)據(jù)約減方法

選項：

A、正確

B、錯誤

答案：【正確】7.單選題：可以將異常視為缺失值，利用缺失值處理的方法處理也可以用前后倆個觀測值的平均值修正該異常值

選項：

A、正確

B、錯誤

答案：【正確】8.單選題：通過數(shù)據(jù)集成可以維護數(shù)據(jù)源整體上的數(shù)據(jù)一致性

選項：

A、正確

B、錯誤

答案：【正確】9.單選題：通過離散化操作可以將連續(xù)屬性轉(zhuǎn)化為序數(shù)屬性

選項：

A、正確

B、錯誤

答案：【正確】10.單選題：可以通過創(chuàng)造新的屬性并加入到現(xiàn)有屬性集中實現(xiàn)更有效的挖掘

選項：

A、正確

B、錯誤

答案：【正確】4AssociationRuleMiningTest41.單選題：下面購物籃能夠提取的3-項集的最大數(shù)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

選項：

A、1

B、2

C、3

D、4

答案：【3】2.單選題：設(shè)X={1，2，3}是頻繁項集，則可由X產(chǎn)生（）個關(guān)聯(lián)規(guī)則。

選項：

A、4

B、5

C、6

D、7

答案：【6】3.單選題：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(shù)據(jù)集中只有5個項，采用合并策略，由候選產(chǎn)生過程得到4-項集不包含（）

選項：

A、1，2，3，4

B、1，2，3，5

C、1，2，4，5

D、1，3，4，5

答案：【1，2，4，5】4.多選題：下表是一個購物籃，假定支持度閾值為40%，其中（）是頻繁閉項集。TID項1abc2abcd3bce4acde5de

選項：

A、abc

B、ad

C、cd

D、de

答案：【abc;de】5.多選題：利用Apriori算法計算頻繁項集可以有效降低計算頻繁集的時間復(fù)雜度。在以下的購物籃中產(chǎn)生支持度不小于3的候選3-項集，在候選2-項集中需要剪枝的是（）ID購買項1面包、牛奶2面包、尿布、啤酒、雞蛋3牛奶、尿布、啤酒、可樂4面包、牛奶、尿布、啤酒5面包、牛奶、尿布、可樂

選項：

A、啤酒、尿布

B、啤酒、面包

C、面包、尿布

D、啤酒、牛奶

答案：【啤酒、面包;啤酒、牛奶】6.多選題：非頻繁模式（）

選項：

A、其支持度小于閾值

B、都是不讓人感興趣的

C、包含負模式和負相關(guān)模式

D、對異常數(shù)據(jù)項敏感

答案：【其支持度小于閾值;對異常數(shù)據(jù)項敏感】7.多選題：Apriori算法的計算復(fù)雜度受（）影響。

選項：

A、支持度閥值

B、項數(shù)（維度）

C、事務(wù)數(shù)

D、事務(wù)平均寬度

答案：【支持度閥值;項數(shù)（維度）;事務(wù)數(shù);事務(wù)平均寬度】8.單選題：如果一個項集是頻繁的，那包含它的所有項集也是頻繁的。

選項：

A、正確

B、錯誤

答案：【錯誤】9.單選題：具有較高的支持度的項集具有較高的置信度。

選項：

A、正確

B、錯誤

答案：【錯誤】10.單選題：關(guān)聯(lián)規(guī)則挖掘過程是發(fā)現(xiàn)滿足最小支持度的所有項集代表的規(guī)則。

選項：

A、正確

B、錯誤

答案：【錯誤】5ClassificationTest51.單選題：以下哪些算法是基于規(guī)則的分類器（）

選項：

A、C4

B、KNN

C、NaiveBayes

D、ANN

答案：【C4】2.單選題：以下兩種描述分別對應(yīng)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。

選項：

A、Precision,Recall

B、Recall,Precision

C、Precision,ROC

D、Recall,ROC

答案：【Precision,Recall】3.單選題：通過聚集多個分類器的預(yù)測來提高分類準確率的技術(shù)稱為（）

選項：

A、組合(ensemble)

B、聚集(aggregate)

C、合并(combination)

D、投票(voting)

答案：【組合(ensemble)】4.單選題：以下哪項關(guān)于決策樹的說法是錯誤的

選項：

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(fù)多次

C、決策樹算法對于噪聲的干擾非常敏感

D、尋找最佳決策樹是NP完全問題

答案：【決策樹算法對于噪聲的干擾非常敏感】5.單選題：假定你現(xiàn)在訓(xùn)練了一個線性SVM并推斷出這個模型出現(xiàn)了欠擬合現(xiàn)象。在下一次訓(xùn)練時，應(yīng)該采取下列什么措施？

選項：

A、增加數(shù)據(jù)點

B、減少數(shù)據(jù)點

C、增加特征

D、減少特征

答案：【增加特征】6.單選題：下面哪一項關(guān)于CART的說法是錯誤的

選項：

A、分類回歸樹CART是一種典型的二叉決策樹。

B、CART輸出變量只能是離散型

C、CART用“成本復(fù)雜性”標準（cost-complexitypruning）來剪枝。

D、CART使用的分裂準則是Gini系數(shù)

答案：【CART輸出變量只能是離散型】7.單選題：在決策樹中，隨著樹中結(jié)點數(shù)變得太大，即使模型的訓(xùn)練誤差還在繼續(xù)減低，但是檢驗誤差開始增大，這是出現(xiàn)了模型擬合不足的問題。

選項：

A、正確

B、錯誤

答案：【錯誤】8.單選題：KNN算法是一種典型的消極學(xué)習(xí)器。

選項：

A、正確

B、錯誤

答案：【正確】9.單選題：FP表示被錯誤地劃分為負例的個數(shù)，即實際為正例但被分類器劃分為負例的實例數(shù)；

選項：

A、正確

B、錯誤

答案：【錯誤】10.單選題：KNN算法不僅可以用于分類，還可以用于回歸

選項：

A、正確

B、錯誤

答案：【正確】6ClusterAnalysisTest61.單選題：DBSCAN在最壞情況下的時間復(fù)雜度是（）

選項：

A、O(n)

B、O(n^2)

C、O(logn)

D、O(n*logn)

答案：【O(n^2)】2.單選題：（）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(shù)。

選項：

A、組平均

B、MIN（單鏈）

C、MAX（全鏈）

D、Ward方法

答案：【組平均】3.單選題：在基本K均值算法里，當鄰近度函數(shù)采用（）的時候，合適的質(zhì)心是簇中各點的中位數(shù)。

選項：

A、曼哈頓距離

B、平方歐幾里德距離

C、余弦距離

D、Bregman散度

答案：【曼哈頓距離】4.單選題：簡單地將數(shù)據(jù)對象集劃分成不重疊的子集，使得每個數(shù)據(jù)對象恰在一個子集中，這種聚類類型稱作（）

選項：

A、層次聚類

B、劃分聚類

C、非互斥聚類

D、模糊聚類

答案：【劃分聚類】5.單選題：基于K-均值的聚類中可以使用肘線圖輔助確定k值

選項：

A、正確

B、錯誤

答案：【正確】6.單選題：聚類中，當對象o的輪廓系數(shù)值接近0時，意味著包含o的簇是緊湊的，并且o遠離其他簇

選項：

A、正確

B、錯誤

答案：【錯誤】7.單選題：聚類中把小簇劃分成更小簇比把大簇劃分為小簇的危害更大

選項：

A、正確

B、錯誤

答案：【正確】8.單選題：DBSCAN中密度相連關(guān)系滿足對稱性

選項：

A、正確

B、錯誤

答案：【正確】9.單選題：從點作為個體簇開始，每一步合并兩個最接近的簇，這是一種分裂的層次聚類方法。

選項：

A、正確

B、錯誤

答案：【錯誤】10.單選題：K均值很難處理非球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

選項：

A、正確

B、錯誤

答案：【正確】7OutlierAnalysisTest71.單選題：以下不屬于異常的是（）

選項：

A、噪聲

B、全局離群點

C、情境離群點

D、群體異常

答案：【噪聲】2.單選題：以下（）屬于無參數(shù)的異常檢測方法

選項：

A、卡方檢驗

B、最大標準殘差檢驗Grubb’sTest

C、直方圖

D、3σ原則

答案：【直方圖】3.單選題：樣本p的局部異常因子值接近1，說明p與其鄰域點密度差不多，p可能和鄰域點屬于同一簇。

選項：

A、正確

B、錯誤

答案：【正確】4.單選題：異常檢測前不需要剔除噪聲點

選項：

A、正確

B、錯誤

答案：【錯誤】5.單選題：聚類中不屬于任何簇的數(shù)據(jù)對象可以被認為是異常點

選項：

A、正確

B、錯誤

答案：【正確】6.單選題：在異常檢測評價中，召回率比精度更重要

選項：

A、正確

B、錯誤

答案：【正確】7.單選題：局部異常因子計算中，將樣本的局部密度與其鄰居的局部密度進行比較，被密度明顯低于其鄰居的樣本被認為是異常點。

選項：

A、正確

B、錯誤

答案：【正確】8.單選題：樣本p的局部異常因子接近1意味樣本p為異常點的概率較高

選項：

A、正確

B、錯誤

答案：【錯誤】9.單選題：局部異常因子計算中，將樣本的局部密度與其鄰居的局部密度進行比較，被密度明顯低于其鄰居的樣本被認為是異常點。

選項：

A、正確

B、錯誤

答案：【正確】10.局部異常因子計算中，樣本p的第k鄰域內(nèi)點到p的平均可達距離的倒數(shù)成為樣本p的________

答案：【局部可達密度】8DatavisualizationTest81.單選題：在圖的簡化中，通過()可減少點的數(shù)目

選項：

A、節(jié)點聚類

B、報表

C、圖合并

D、邊綁定

答案：【節(jié)點聚類】2.單選題：文本可視化將文本中蘊含的語義特征直觀展示出來。以下()不屬于文本可視化方式。

選項：

A、文本內(nèi)容可視化

B、語義結(jié)構(gòu)可視化

C、文本動態(tài)可視

D、時空數(shù)據(jù)可視化

答案：【時空數(shù)據(jù)可視化】3.單選題：面向應(yīng)用場景的可視化交互式數(shù)據(jù)挖掘方法是以數(shù)據(jù)挖掘算法和模型為主，并不針對具體應(yīng)用場景或數(shù)據(jù)類型

選項：

A、正確

B、錯誤

答案：【錯誤】4.單選題：數(shù)據(jù)挖掘和可視化都是知識提取的方式。

選項：

A、正確

B、錯誤

答案：【正確】5.單選題：主成分分析法（PCA）是一種有監(jiān)督的降維方法。

選項：

A、正確

B、錯誤

答案：【錯誤】6.單選題：數(shù)據(jù)的可視化是將數(shù)據(jù)以各種圖表的形式展現(xiàn)在用戶的面前，使用戶能觀察數(shù)據(jù)，并在較高的層次上找出數(shù)據(jù)間可能的關(guān)系

選項：

A、正確

B、錯誤

答案：【正確】7.單選題：報表和統(tǒng)計圖形是傳統(tǒng)的統(tǒng)計數(shù)據(jù)可視化方法。

選項：

A、正確

B、錯誤

答案：【正確】8.單選題：圖是一種數(shù)據(jù)結(jié)構(gòu)，可以用鄰接矩陣表達。

選項：

A、正確

B、錯誤

答案：【正確】9.___是使用線性或非線性變換把高維數(shù)據(jù)投影到低維空間。常用的方法有主成分分析法、線性判別分析、多維定標等。

答案：【降維】10.將時間事件流與地圖進行融合,反映信息對象隨時間進展與空間位置所發(fā)生的行為變化，可以用______來表示。

答案：【流式地圖】9DatawarehouseTest91.單選題：將原始數(shù)據(jù)進行集成、變換、維度規(guī)約、數(shù)值規(guī)約是以下哪個步驟的任務(wù)？（）

選項：

A、數(shù)據(jù)流挖掘

B、數(shù)據(jù)預(yù)處理

C、分類和預(yù)測

D、數(shù)據(jù)加載

答案：【數(shù)據(jù)預(yù)處理】2.多選題：數(shù)據(jù)倉庫的數(shù)據(jù)ETL過程中，ETL軟件的主要功能包括（）

選項：

A、數(shù)據(jù)抽取

B、數(shù)據(jù)稽核

C、數(shù)據(jù)加載

D、數(shù)據(jù)轉(zhuǎn)換

答案：【數(shù)據(jù)抽取;數(shù)據(jù)加載;數(shù)據(jù)轉(zhuǎn)換】3.單選題：數(shù)據(jù)挖掘的主要任務(wù)是從數(shù)據(jù)中發(fā)現(xiàn)潛在規(guī)則，從而能更好的完成描述數(shù)據(jù)、預(yù)測數(shù)據(jù)的任務(wù)。

選項：

A、正確

B、錯誤

答案：【正確】4.數(shù)據(jù)整理的任務(wù)主要有：、數(shù)據(jù)質(zhì)量評估與清洗、數(shù)據(jù)規(guī)范化、和數(shù)據(jù)的融合與摘取。

答案：【數(shù)據(jù)結(jié)構(gòu)化處理】5.數(shù)據(jù)倉庫的數(shù)據(jù)模型分為概念模型、邏輯模型、三個層