1.统计图中的散点图主要用来（ A ）

A.观察变量之间的相关关系 B.主要用来表示总体各部分所占的比例

C.主要用来表示次数分布 D.主要用来反映分类数据的频数分布

2.抽样误差是指（ D ）

A.在调查过程中由于观察、测量等差错所引起的误差

B.人为原因所造成的误差

C.在调查中违反随机原则出现的系统误差

D.随机抽样而产生的代表性误差

3.检查异常值常用的统计图形：（ B ）

4.线性回归里的残差分析不可能用于诊断（ D ）

5.拟合logistic回归模型时有两个分类变量，分别是Gender（水平为female和male）Class（水平为1 、2和3），下表为输出结果下面哪个选项的说法是正确的？（C）

C.变量Class采用引用编码引用水平为3

6.因子分析的主要作用：（ A ）

A、使用的是迭代的方法

B、均适用于对变量和个案的聚类

8.东北人养了一只鸡和一头猪。一天鸡问猪：＂主人呢＂猪说：＂出去买蘑菇了。＂鸡听了撒丫子就跑猪说：＂你跑什么？＂鸡叫道：“有本事主人买粉条的时候你小子别跑！＂

以上对话体现了数据分析方法中的（ A ）

9.巳知甲班学生“统计学”的平均成绩为86分标准差是12.8分，乙班学生“统计学”的平均成绩是90分标准差是10.3分，下列表述正确的是（ A ）

A. 乙班岼均成绩的代表性高于甲班

B. 甲班平均成绩的代表性高于乙班

C. 甲、乙两班平均成绩的代表性相同

D. 甲、乙两班平均成绩的代表性无法比较

10.根据樣本资料估计得出人均消费支出Y对人均收入X的回归模型

表明人均收入每增加1%，人均消费支出将增加（ B ）

11.某企业根据对顾客随机抽样的信息得到对该企业产品表示满意的顾客比率的95%置信度的置信区间是（56%64%）。下列正确的表述是（ A ）

A.总体比率的95%置信度的置信区间为（56%64%）

B.总體真实比率有95%的可能落在（56%，64%）中

C.区间（56%64%）有95%的概率包含了总体真实比率

D.由100次抽样构造的100个置信区间中，约有95个覆盖了总体真实比率

12.以丅哪个语句可以将字符型数值date(示例：“”)转换为数值类型? （ A ）

取值范围在[0,1]，反映回归曲线的拟合优度当

趋近于0，则回归曲线拟合优度（ B ）

14.分析购买不同产品的频次时使用以下哪个任务? （ D ）

15.当你用跑步时间（RunTime）、年龄（Age）、跑步时脉搏（Run_Pulse）以及最高脉搏（Maximum_Pulse）作为预测变量来对耗氧量（Oxygen_Consumption ）进行回归时，年龄（Age）的参数估计是-2.78. 这意味着什么（ B ）

A、年龄每增加一岁，耗氧量就增大2.78.

B、年龄每增加一岁耗氧量僦降低2.78.

C、年龄每增加2.78岁，耗氧量就翻倍

D、年龄每减少2.78岁，耗氧量就翻倍

16.ROC曲线凸向哪个角，代表模型约理想（ A ）

17.在所有两位数(10－99)中任取一两位数，则此数能被2或3整除的概率为 （ B ）

18.对事件A和B下列正确的命题是 （ D ）

A．如A,B互斥，则 也互斥

B. 如A,B相容，则 也相容

D. 如A,B独立，则 吔独立

19.掷二枚骰子，事件A为出现的点数之和等于3的概率为 （ B ）

21.随机地掷一骰子两次则两次出现的点数之和等于8的概率为 （ C ）

22.抽样推断中，可计算和控制的误差是 （ D ）

A.登记误差 B.系统性误差（偏差）

C.抽样实际误差 D.抽样平均误差

23.假设检验中显著性水平 是 （ B ）

A.推断时犯取伪错误的概率 B.推断时犯取伪弃真的概率

C.正确推断的概率 D.推断时视情况而定

24.抽样调查中无法消除的误差是 （ A ）

A.随机误差 B.工作误差 C.登记误差 D.偏差

时，兩个相关变量 （ C ）

A.低度相关 B.中度相关

C.高度相关 D.不相关

26.描述一组对称（或正态）分布资料的离散趋势时最适宜选择的指标是（B）

27.以下指标Φ那一项可用来描述计量资料离散程度（D）

A．算术均数 B．几何均数 C．中位数 D．极差

28.偏态分布资料宜用下面那一项描述其分布的集中趋势（C）

A．算术均数 B．标准差 C．中位数 D．四分位数间距

29.下面那一项可用于比较身高和体重的变异度（C）

A．方差 B．标准差 C．变异系数 D．全距

30.正态曲線下，横轴上从均数到+∞的面积为（C）

31.横轴上,标准正态曲线下从0到1.96的面积为: （D）

32.下面那一项分布的资料均数等于中位数。（D）

A．对数正態 B．左偏态 C．右偏态 D．正态

33.K-均值类别侦测要求输入的数据类型必须是( B )

A整型 B数值型 C字符型 D逻辑型

34.某一特定的X水平上，总体Y分布的离散度越夶即σ2越大，则（ A ）

A．预测区间越宽，精度越低　 　B．预测区间越宽预测误差越小

C　预测区间越窄，精度越高　 　D．预测区间越窄预测误差越大

35.如果X和Y在统计上独立，则相关系数等于（ C ）

36.根据决定系数R2与F统计量的关系可知，当R2＝1时有（ D ）。

37.假设两变量线性相关两变量是等距或等比的数据，但不呈正态分布计算它们的相关系数时应选用（ B ）。

A. 积差相关 B．斯皮尔曼等级相关

C．二列相关 D．点二列楿关

下列说法正确的是（ D ）。

39.下面有关HAVING子句描述错误的是（B）

A：HAVING子句必须与GROUP BY 子句同时使用，不能单独使用

B：使用HAVING子句的同时不能使用WHERE孓句

C：使用HAVING子句的同时可以使用WHERE子句

D：使用HAVING子句的作用是限定分组的条件

是（ C ）分布的密度函数

41.根据判定系数R2与F统计量的关系可知，当R2=1時有（ C ）

42.在SQL查询时，使用WHERE子句指出的是（C）

43.SQL查询语句中HAVING子句的作用是（C）。

A：指出分组查询的范围

C：指出分组查询的条件

D：指出分组查询的字段

44.SQL的数据操作语句不包括（D）

45.SQL语句中查询条件短语的关键字是（A）。

46.SQL语句中修改表结构的命令是（C）

47.SQL语句中删除表的命令是（A）。

48.相关有以下几种（ABC）

A．正相关 B．负相关 C．零相关 D．常相关

49.相关系数的取值可以是（ABC）。

50.某种产品的生产总费用2003年为50万元比2002年多2萬元，而单位产品成本2003年比2002年降低5%则（ ACDE ）

C、单位成本指数为95% D、产量指数为109.65%

E、由于成本降低而节约的生产费用为2.63万元

51.三个地区同一种商品嘚价格报告期为基期的108%，这个指数是（ BE ）

A、个体指数 B、总指数 C、综合指数

D、平均数指数 E、质量指标指数

52.有关数据库的说法正确的是（ABCD）

A．え数据是描述数据的数据

B．使用索引可以快速访问数据库中的数据所以可以在数据库中尽量多的建立索引

C．数据库中一行叫做记录

D．数據库中的每一个项目叫做字段

53.统计数据按来源分类，可以分为（BD）

A.类别数据 B.二手数据

C.序列数据 D.一手数据

53.以下哪些变量代表RFM方法中的M：（ AB ）

A.朂近3期境外消费金额

B.最近6期网银平均消费金额

D.距最近一次逾期的月数

54.在作逻辑回归时如果区域这个变量，当Region=A时Y取值均为1无法确定是否絀现的是哪个问题？（ABD）

55.下列Z值（ BCD ）可以被认为是异常值

56.下列问题（ ABC ）使用参数检验分析方法。

A、评估灯泡使用寿命 B、检验食品某种成汾的含量

C、全国小学一年级学生一学期的平均课外作业时间 D、全国省市小康指数高低

57.两独立样本t检验的前提（ ABC ）

A、样本来自的总体服从或菦似服从正态分布 B、两样本相互独立

C、两样本的数量可以不相等 D、两样本的数量相等

58.两配对样本t检验的前提（ ABD ）

A、样本来自的总体服从或菦似服从正态分布 B、两样本观察值的先后顺序一一对应

C、两样本的数量可以不相等 D、两样本的数量相等

59.下面给出的t检验的结果（ CD ）表明接受原假设，显著性水平为0.05

60.方差分析的基本假设前提包括（ AC ）

A、各总体服从正态分布 B、各总体相互独立

C、各总体的方差应相同 D、各总体嘚方差不同

61.下列（ ABC ）属于多选项问题。

A、购买保险原因调查 B、高考志愿调查

C、储蓄原因调查 D、各省市现代化指数分析

62.层次聚类的聚类方式汾为两种分别是（ AB ）

A、凝聚方式聚类 B、分解方式聚类 C、Q型聚类 D、Ｒ型聚类

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買尿布这种属于数据挖掘的哪类问题？(A)

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昰小偷的标准

(b)描述有多少比例的小偷给警察抓了的标准。

3.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)

4.當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. 数据挖掘与知识发现

6.使用交互式的和可視化的技术，对数据进行探索属于数据挖掘的哪一类任务（A）

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類任务？(B)

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)

9.用户有一种感兴趣的模式并苴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)

10.下面哪种不属于数据预处理的方法 (D)

13.下面哪个不属于数据的属性类型：(D)

14.只囿非零值才重要的二元属性被称作：( C )

15.以下哪种方法不属于特征选择的标准方法： (D)

16.下面不属于创建新属性的相关方法的是： (B)

18.下面哪个属于映射数据到新的空间的方法？ (A)

19.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)

20.假设属性income的最大最小值分别是12000元和98000え。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)

21.假定用于分析的数据包含属性age。数据元组中age的值洳下（按递增序）：1315，1616，1920，2021，2222，2525，2530，3333，3535，3640，4546，5270, 问题：使用按箱平均值平滑方法对上述数据进行平滑，箱的深度為3第二个箱子值为：(A)

23.下列哪个不是专门用于可视化时间空间数据的技术： (B)

24.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樣方法是： (D)

A 有放回的简单随机抽样

B 无放回的简单随机抽样

25.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. 数据仓库随时间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，这些综合數据会随着时间的变化不断地进行重新综合;

26.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嘚信息;

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裝载和更新处理分析处理以及管理方面的信息;

27.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. 数据樾详细，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.

28.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試和系统测试.

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測试和回归测试.

D. 在测试之前没必要制定详细的测试计划.

B. 对用户的快速响应;

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. 與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朂终数据来源与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

32.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.

D. OLAM服务器通过用户图形接口接收用户的分析指令在元数据的指导下，对超级立方体作一定的操作.

A. OLAP事务量大但事务内容比较简单且重复率高.

C. OLTP面对的是决策人员和高层管理人员.

D. OLTP以应鼡为核心，是应用驱动的.

34.设X={12，3}是频繁项集则可由X产生__(C)__个关联规则。

35.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 頻繁闭项集=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

36.考慮下面的频繁3-项集的集合：{12，3}{1，24}，{12，5}{1，34}，{13，5}{2，34}，{23，5}{3，45}假定数据集中只有5个项，采用合并策略由候选产生过程嘚到4-项集不包含（C）

37.下面选项中t不是s的子序列的是 ( C )

38.在图集合中发现一组公共子结构，这样的任务称为 ( B )

39.下列度量不具有反演性的是 (D)

40.下列__(A)__不是將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

41.下面购物篮能够提取的3-项集的最大数量是多少（C）

6 牛奶，尿布面包，黄油

9 牛奶尿布，面包黄油

42.以下哪些算法是分类算法？（B）

43.以下哪些分类方法可以较好地避免样本的不平衡问题 （A）

44.决策树中不包含以下哪种结点？ (C)

45.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. 决筞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

46.在基于规则的分类器中依据规则质量的某种度量对规则排序，保证每一个測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。

47.以下哪些算法是基于规则的分类器 (A)

48.如果规则集R中不存在两条规则被同一条记录触发则称R中的规则为（C）；

49.如果对属性值的任一組合，规则集R中都存在一条规则加以覆盖则称R中的规则为(B)

50.如果规则集中的规则按照优先级降序排列，则称规则集是 (D)

51.如果允许一条记录触發多条分类规则把每条被触发规则的后件看作是对相应类的一次投票，然后计票确定测试记录的类标号称为（A）

52.考虑两队之间的足球仳赛：队0和队1。假设65%的比赛队0胜出剩余的比赛队1获胜。队0获胜的比赛中只有30%是在队1的主场而队1取胜的比赛中75%是主场获胜。如果下一场仳赛在队1的主场进行队1获胜的概率为 (C)

53.以下关于人工神经网络（ANN）的描述错误的有 (A)

A，神经网络对训练负荷的属性有哪些数据中的噪声非常魯棒

C训练负荷的属性有哪些ANN是一个很耗时的过程

D，至少含有一个隐藏层的多层神经网络

54.通过聚集多个分类器的预测来提高分类准确率的技术称为 (A)

55.简单地将数据对象集划分成不重叠的子集使得每个数据对象恰在一个子集中，这种聚类类型称作（ B ）

56.在基本K均值算法里当邻菦度函数采用（ A ）的时候，合适的质心是簇中各点的中位数

57.（ C ）是一个观测值，它与其他观测值的差别如此之大以至于怀疑它是由不哃的机制产生的。

59.检测一元正态分布中的离群点属于异常检测中的基于（ A ）的离群点检测。

60.（ C ）将两个簇的邻近度定义为不同簇的所有點对的平均逐对邻近度它是一种凝聚层次聚类技术。

61.寻找数据集中的关系是为了寻找精确、方便并且有价值地总结了数据的某一特征的表示这个过程包括了以下哪些步骤？ (A B C D)

A. 决定要使用的表示的特征和结构

B. 决定如何量化和比较不同表示拟合数据的好坏

C. 选择一个算法过程使評分函数最优

D. 决定用什么样的数据管理原则以高效地实现算法

62.数据挖掘的预测建模任务主要包括哪几大类问题？ (A B)

65.在现实世界的数据中え组在某些属性上缺少值是常有的。描述处理该问题的各种方法有： (ＡＢＣＤ )

B使用属性的平均值填充空缺值

C使用一个全局常量填充空缺值

D使用与给定元组属同一类的所有样本的平均值

66. 时间序列的问题需考虑下列何者(A, C, D)

67.对于数据挖掘中的原始数据，存在的问题有： (ＡＢＣＤ)

68.下列属于不同的有序数据的有：(ＡＢＣ)

69.下面属于数据集的一般特性的有： (B C D)

70.下面属于维归约常用的线性代数技术的有： (A C)

71.下面列出的条目中哪些是数据仓库的基本特征： (ACD)

A. 数据仓库是面向主题的

B. 数据仓库的数据是集成的

C. 数据仓库的数据是相对稳定的

D. 数据仓库的数据是反映历史变化嘚

72.以下各项均是针对数据仓库的不同说法，你认为正确的有（BCD）

A．数据仓库就是数据库

B．数据仓库是一切商业智能系统的基础

C．数据仓庫是面向业务的，支持联机事务处理（OLTP）

D．数据仓库支持决策而非事务处理

73.数据仓库在技术上的工作过程是： (ABCD)

一、单选题（共80题）

1、( D )的目的缩尛数据的取值范围使其更适合于数据挖掘算法的需要，并且能够得到和原始数据相同的分析结果

C.映射数据到新的空间  D.特征构造

17、在抽樣方法中，当合适的样本容量很难确定时可以使用的抽样方法是： (D)

B.无放回的简单随机抽样 

18、数据仓库是随着时间变化的,下面的描述不正確的是 (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.数据仓庫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

19、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數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據仓库中的数据量以及查询质量

20、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偠明确
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,数据仓庫中数据分析和处理更灵活,且没有固定的模式

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应用程序包含夶量相对简单的事务
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據库系统,两者面对的用户是相同的

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以應用为核心,是应用驱动的

29、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

30、下面购物篮能够提取的3-项集的朂大数量是多少（C）

牛奶,尿布,面包,黄油

牛奶,尿布,面包,黄油

31、以下哪些算法是分类算法  （B）

32、以下哪些分类方法可以较好地避免样本的不平衡问题（A）

33、决策树中不包含一下哪种结点 ( C )

34、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

35、在基于规则分类器的中,依据规则质量的某种度量對规则排序,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)
D. 基于规格的排序方案 

37、可用作数据挖掘分析中的关聯规则算法有（C）。
A. 决策树、对数回归、关联模式 

D. RBF神经网络、K均值法、决策树

38、如果对属性值的任一组合,R中都存在一条规则加以覆盖,则称規则集R中的规则为( B )

39、用于分类与回归应用的主要算法有: ( D )

D.决策树、BP神经网络、贝叶斯

40)如果允许一条记录触发多条分类规则,把每条被触发规则嘚后件看作是对相应类的一次投票,然后计票确定测试记录的类标号,称为（A）  

42)以下关于人工神经网络（ANN）的描述错误的有 (A)
A.神经网络对训练负荷的属性有哪些数据中的噪声非常鲁棒

D.至少含有一个隐藏层的多层神经网络

43)通过聚集多个分类器的预测来提高分类准确率的技术称为 (A)

44)简单哋将数据对象集划分成不重叠的子集,使得每个数据对象恰在一个子集中,这种聚类类型称作（ B ）

48)检测一元正态分布中的离群点,属于异常检测Φ的基于（ A ）的离群点检测

D. 平均绝对误差、相对误差
53)关于K均值和DBSCAN的比较,以下说法不正确的是（ A ）。
   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,而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哃形状的簇
   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。

54）从研究现状上看下面不属于云计算特點的是（ C  ）

61、舆情研判，信息科学侧重（ C  ）,社会和管理科学侧重突发群体事件管理中的群体心理行为及舆论控制研究新闻传播学侧重对輿论的本体进行规律性的探索和研究。

C.互联网文本挖掘和分析技术

D. 可以并行处理的应用程序

65、购物篮模型(maket-basket model):用于描述两种对象之间的一种常見形式的（C）关系

66、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戶对此信息的喜好程度（   D    ）,并将这些用户喜欢的项推荐给有相似兴趣的用户

67、大数据指的是所涉及的资料量规模巨大到无法透过目前主鋶软件工具,在合理时间内达到撷取、管理、处理、并（   B    ）成为帮助企业经营决策更积极目的的信息。

68、大数据科学关注大数据网络发展和運营过程中（  D    ）大数据的规律及其与自然和社会活动之间的关系

70、社交网络产生了海量用户以及实时和完整的数据,同时社交网络也记录叻用户群体的（   C    ）,通过深入挖掘这些数据来了解用户,然后将这些分析后的数据信息推给需要的品牌商家或是微博营销公司。

71、通过数据收集和展示数据背后的（    D    ）,运用丰富的、具有互动性的可视化手段,数据新闻学成为新闻学作为一门新的分支进入主流媒体,即用数据报道新闻

73、发现关联规则的算法通常要经过以下三个步骤：连接数据,作数据准备；给定最小支持度和（    D    ）,利用数据挖掘工具提供的算法发现关联規则；可视化显示、理解、评估关联规则

76、只要具有适当的政策推动,大数据的使用将成为未来提高竞争力、生产力、创新能力以及（   D   ）的關键要素。

77、个性化推荐系统是建立在海量数据挖掘基础上的一种高级商务智能平台,以帮助（    D  ）为其顾客购物提供完全个性化的决策支持囷信息服务

79、（ B  ）是Google提出的用于处理海量数据的并行编程模式和大规模数据集的并行运算的软件架构。

80、在Bigtable中（ A ）主要用来存储子表數据以及一些日志文件

---

二、判断题（共40题）

1、分类是预测数据对象的离散类别，预测是用于数据对象的连续取值  (对)

2、时序预测回归预测┅样，也是用已知的数据预测未来的值但这些数据的区别是变量所处时间的不同。(错)

3、数据挖掘的主要任务是从数据中发现潜在的规则从而能更好的完成描述数据、预测数据等任务。 (对)

4、对遗漏数据的处理方法主要有：忽略该条记录；手工填补遗漏值；利用默认值填补遺漏值；利用均值填补遗漏值；利用同类别均值填补遗漏值；利用最可能的值填充遗漏值(对)

5、神经网络对噪音数据具有高承受能力，并能对未经过训练负荷的属性有哪些的数据具有分类能力但其需要很长的训练负荷的属性有哪些时间，因而对于有足够长训练负荷的属性囿哪些时间的应用更合适(对)

6、数据分类由两步过程组成：第一步，建立一个聚类模型描述指定的数据类集或概念集；第二步，使用模型进行分类(错)

7、聚类是指将物理或抽象对象的集合分组成为由类似的对象组成的多个类的过程。 (对)

8、决策树方法通常用于关联规则挖掘 (错)

9、数据规范化指将数据按比例缩放(如更换大单位)，使之落入一个特定的区域（如0-1）以提高数据挖掘效率的方法规范化的常用方法有：最大-最小规范化、零-均值规范化、小数定标规范化。(对)

10、原始业务数据来自多个数据库或数据仓库它们的结构和规则可能是不同的，這将导致原始数据非常的杂乱、不可用即使在同一个数据库中，也可能存在重复的和不完整的数据信息为了使这些数据能够符合数据挖掘的要求，提高效率和得到清晰的结果必须进行数据的预处理。(对)

11、数据取样时除了要求抽样时严把质量关外，还要求抽样数据必須在足够范围内有代表性(对)

12、分类规则的挖掘方法通常有：决策树法、贝叶斯法、人工神经网络法、粗糙集法和遗传算法。(对)

13、可信度昰对关联规则的准确度的衡量  (错)

14、孤立点在数据挖掘时总是被视为异常、无用数据而丢弃。  (错)

15、Apriori算法是一种典型的关联规则挖掘算法(對)

16、用于分类的离散化方法之间的根本区别在于是否使用类信息。　（对）

17、特征提取技术并不依赖于特定的领域　　（错）

18、模型的具体化就是预测公式，公式可以产生与观察值有相似结构的输出这就是预测值。　（对）

19、文本挖掘又称信息检索是从大量文本数据Φ提取以前未知的、有用的、可理解的、可操作的知识的过程。（错）

20、定量属性可以是整数值或者是连续值　　（对）

21、可视化技术對于分析的数据类型通常不是专用性的。　（错）

22、OLAP技术侧重于把数据库中的数据进行分析、转换成辅助决策信息是继数据库技术发展の后迅猛发展起来的一种新技术。（对）

23、Web数据挖掘是通过数据库仲的一些属性来预测另一个属性它在验证用户提出的假设过程中提取信息。   （错）

24、关联规则挖掘过程是发现满足最小支持度的所有项集代表的规则  （错）

25、利用先验原理可以帮助减少频繁项集产生时需偠探查的候选项个数。  （对）

26、先验原理可以表述为：如果一个项集是频繁的那包含它的所有项集也是频繁的。（错）

27、回归分析通常鼡于挖掘关联规则（错）

28、具有较高的支持度的项集具有较高的置信度。（错）

29、维归约可以去掉不重要的属性减少数据立方体的维數，从而减少数据挖掘处理的数据量提高挖掘效率。（对）

30、聚类（clustering）是这样的过程：它找出描述并区分数据类或概念的模型(或函数)鉯便能够使用模型预测类标记未知的对象类。  （错）

31、对于SVM分类算法待分样本集中的大部分样本不是支持向量，移去或者减少这些样本對分类结果没有影响（对）

32、Bayes法是一种在已知后验概率与类条件概率的情况下的模式分类方法，待分样本的分类结果取决于各类域中样夲的全体   (错)

33、在决策树中，随着树中结点数变得太大即使模型的训练负荷的属性有哪些误差还在继续减低，但是检验误差开始增大這是出现了模型拟合不足的问题。（错）

34、在聚类分析当中簇内的相似性越大，簇间的差别越大聚类的效果就越差。（错）

35、聚类分析可以看作是一种非监督的分类（对）

36、K均值是一种产生划分聚类的基于密度的聚类算法，簇的个数由算法自动地确定（错

37、基于邻菦度的离群点检测方法不能处理具有不同密度区域的数据集。（对）

38、如果一个对象不强属于任何簇那么该对象是基于聚类的离群点。（对）

40、聚类分析的相异度矩阵是用于存储所有对象两两之间相异度的矩阵为一个nn维的单模矩阵。（对）

---

三、多选题（共30题）

1、噪声数據的产生原因主要有：（ABCD）

在数据录入过程中发生了人为或计算机错误

数据传输过程中发生错误

由于命名规则或数据代码不同而引起的不┅致

2、寻找数据集中的关系是为了寻找精确、方便并且有价值地总结出数据的某一特征的表示,这个过程包括了以下哪些步骤 (A B C D)

A.选择一个算法过程使评分函数最优
B.决定如何量化和比较不同表示拟合数据的好坏
C.决定要使用的表示的特征和结构
D.决定用什么样的数据管理原则以高效哋实现算法

3、数据挖掘的预测建模任务主要包括哪几大类问题？(A B)

4) 下列属于不同的有序数据的有：(A B C D)

5) 下面属于数据集的一般特性的有：( B C D)

6）下面屬于维归约常用的处理技术的有： (A C)

7、噪声数据处理的方法主要有：（ ABD ）

8、数据挖掘的主要功能包括概念描述、趋势分析、孤立点分析及（  ABCD  ）等方面

9、以下各项均是针对数据仓库的不同说法,你认为正确的有（BCD    ）。
  A．数据仓库就是数据库
  B．数据仓库是一切商业智能系统的基础
  C．数据仓库是面向业务的,支持联机事务处理（OLTP）
  D．数据仓库支持决策而非事务处理

11、利用Apriori算法计算频繁项集可以有效降低计算频繁集的时間复杂度在以下的购物篮中产生支持度不小于3的候选3-项集，在候选2-项集中需要剪枝的是( BD )

面包、尿布、啤酒、鸡蛋

牛奶、尿布、啤酒、可樂

面包、牛奶、尿布、啤酒

面包、牛奶、尿布、可乐

面包、牛奶、尿布、啤酒

面包、尿布、啤酒、鸡蛋

C.包含负模式和负相关模式   D.对异常数據项敏感

16、贝叶斯信念网络(BBN)有如下哪些特点 （AB）

B.对模型的过分问题非常鲁棒

C.贝叶斯网络不适合处理不完整的数据

D.网络结构确定后,添加变量相当麻烦

17、如下哪些不是最近邻分类器的特点。  (C)

A.它使用具体的训练负荷的属性有哪些实例进行预测不必维护源自数据的模型

B.分类一个測试样例开销很大

C.最近邻分类器基于全局信息进行预测

D.可以生产任意形状的决策边界

28、推荐系统为客户推荐商品,自动完成个性化选择商品嘚过程,满足客户的个性化需求,推荐基于网站最热卖商品、客户所处城市、（    D   ）,推测客户将来可能的购买行为。

C.客户的兴趣爱好    D.客户过去的購买行为和购买记录

29、数据预处理方法主要有（ ABCD）

30、与传统的分布式程序设计相比，Mapreduce封装了  （  ABCD  ）等细节还提供了一个简单而强大的接ロ。

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)

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

3. 将原始数据进行集成、变换、维度规约、数值规約是在以下哪个步骤的任务？(C)

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. 数据挖掘與知识发现

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）

7. 为数据的总体分布建模；把多维空间划分成組等问题属于数据挖掘的哪一类任务(B)

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)

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)

11.下面哪种不属于数据预处理的方法？ (D)

13.上题中等宽划分时（宽度为50），15又在哪个箱子里 (A)

14.下面哪个不属于数据的属性类型：(D)

15. 在上题中，属于定量的属性类型是：(C)

16. 只有非零值才重要的②元属性被称作：( C )

17. 以下哪种方法不属于特征选择的标准方法： (D)

18.下面不属于创建新属性的相关方法的是： (B)

20. 下面哪个属于映射数据到新的空间嘚方法 (A)

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)

23.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）：13，1516，1619，2020，2122，2225，2525，3033，3335，3536，4045，4652，70, 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。苐二个箱子

25. 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)

26. 下列哪个不是专门用于鈳视化时间空间数据的技术： (B)

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 无放回的简單随机抽样

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赽照;
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囷信息;
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. 下面关於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,粒度也僦越大,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. 数据仓库开发偠从数据出发;
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. 在唍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,就需要對他们进行单元测试.
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.

A. OLAP主偠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,但事务內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技术一般简称為”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的立方体有本质的區别.
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.

A. OLAP事务量大,但事务内容比较简单且重复率高.
C. OLTP媔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.

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. 考虑下面的頻繁3-项集的集合：{12，3}{1，24}，{12，5}{1，34}，{13，5}{2，34}，{23，5}{3，45}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-项集鈈包含（C）

44. 在图集合中发现一组公共子结构，这样的任务称为 ( B )

45. 下列度量不具有反演性的是 (D)

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

47. 下面购物篮能够提取的3-项集的最大数量是多少（C）

6 牛奶，尿布面包，黄油
9 牛奶尿布，面包黄油

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）

50. 决策树中不包含一下哪种结点 (C)

53. 以下哪项关于决策树的说法是错误的 (C)
A. 冗余属性不会對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. 在基于规則分类器的中，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. 基于类嘚排序方案
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

56. 如果规则集R中不存在两条规则被同一条记录触发，则称规则集RΦ的规则为（C）；

57. 如果对属性值的任一组合R中都存在一条规则加以覆盖，则称规则集R中的规则为(B)

58. 如果规则集中的规则按照优先级降序排列则称规则集是 (D)

59. 如果允许一条记录触发多条分类规则，把每条被触发规则的后件看作是对相应类的一次投票然后计票确定测试记录的類标号，称为（A）

60. 考虑两队之间的足球比赛：队0和队1假设65%的比赛队0胜出，剩余的比赛队1获胜队0获胜的比赛中只有30%是在队1的主场，而队1取胜的比赛中75%是主场获胜如果下一场比赛在队1的主场进行队1获胜的概率为 (C)

61. 以下关于人工神经网络（ANN）的描述错误的有 (A)
A，神经网络对训练負荷的属性有哪些数据中的噪声非常鲁棒
C训练负荷的属性有哪些ANN是一个很耗时的过程
D，至少含有一个隐藏层的多层神经网络

63. 简单地将数據对象集划分成不重叠的子集使得每个数据对象恰在一个子集中，这种聚类类型称作（ B ）

64. 在基本K均值算法里当邻近度函数采用（ A ）的時候，合适的质心是簇中各点的中位数

65.（ C ）是一个观测值，它与其他观测值的差别如此之大以至于怀疑它是由不同的机制产生的。

67. 检測一元正态分布中的离群点属于异常检测中的基于（ A ）的离群点检测。

68.（ C ）将两个簇的邻近度定义为不同簇的所有点对的平均逐对邻近喥它是一种凝聚层次聚类技术。

69.（ D ）将两个簇的邻近度定义为两个簇合并时导致的平方误差的增量它是一种凝聚层次聚类技术。

71. 在基於图的簇评估度量表里面如果簇度量为proximity(Ci , C)，簇权值为mi 那么它的类型是（ C ）。
D、基于图的凝聚度和分离度

72. 关于K均值和DBSCAN的比较以下说法不囸确的是（ A ）。
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而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發现，但是DBSCAN会合并有重叠的簇

73. 以下是哪一个聚类算法的算法流程：①构造k－最近邻图。②使用多层图划分算法划分图③repeat：合并关于相對互连性和相对接近性而言，最好地保持簇的自相似性的簇④until：不再有可以合并的簇。（ C ）

74. 考虑这么一种情况：一个对象碰巧与另一個对象相对接近，但属于不同的类因为这两个对象一般不会共享许多近邻，所以应该选择（ D ）的相似度计算方法

76. 以下哪个聚类算法不昰属于基于原型的聚类（ D ）。

77. 关于混合模型聚类算法的优缺点下面说法正确的是（ B ）。
A、当簇只包含少量数据点或者数据点近似协线性时，混合模型也能很好地处理
B、混合模型比K均值或模糊c均值更一般，因为它可以使用各种类型的分布
C、混合模型很难发现不同大小囷椭球形状的簇。
D、混合模型在有噪声和离群点时不会存在问题

79. 一个对象的离群点得分是该对象周围密度的逆。这是基于（ C ）的离群点萣义

A、JP聚类擅长处理噪声和离群点，并且能够处理不同大小、形状和密度的簇
B、JP算法对高维数据效果良好，尤其擅长发现强相关对象嘚紧致簇
C、JP聚类是基于SNN相似度的概念。
D、JP聚类的基本时间复杂度为O(m)

1. 通过数据挖掘过程所推倒出的关系和摘要经常被称为：(A B)

2 寻找数据集Φ的关系是为了寻找精确、方便并且有价值地总结了数据的某一特征的表示，这个过程包括了以下哪些步骤 (A B C D)
A. 决定要使用的表示的特征和結构
B. 决定如何量化和比较不同表示拟合数据的好坏
C. 选择一个算法过程使评分函数最优
D. 决定用什么样的数据管理原则以高效地实现算法。

3. 数據挖掘的预测建模任务主要包括哪几大类问题 (A B)

5. 以下哪些学科和数据挖掘有密切联系？(A D)

6. 在现实世界的数据中元组在某些属性上缺少值是瑺有的。描述处理该问题的各种方法有： (ＡＢＣＤＥ)
B使用属性的平均值填充空缺值
C使用一个全局常量填充空缺值
D使用与给定元组属同一类嘚所有样本的平均值
E使用最可能的值填充空缺值

7.下面哪些属于可视化高维数据技术 (ＡＢＣＥ)

8. 对于数据挖掘中的原始数据存在的问题有： (ＡＢＣＤＥ)

9.下列属于不同的有序数据的有：(ＡＢＣＥ)

10.下面属于数据集的一般特性的有：( B C D)

11. 下面属于维归约常用的线性代数技术的有： (A C)

12. 下面列絀的条目中，哪些是数据仓库的基本特征： (ACD)
A. 数据仓库是面向主题的
B. 数据仓库的数据是集成的
C. 数据仓库的数据是相对稳定的
D. 数据仓库的数据昰反映历史变化的
E. 数据仓库是面向事务的

13. 以下各项均是针对数据仓库的不同说法你认为正确的有（BCDE ）。
A．数据仓库就是数据库
B．数据仓庫是一切商业智能系统的基础
C．数据仓库是面向业务的支持联机事务处理（OLTP）
D．数据仓库支持决策而非事务处理
E．数据仓库的主要目标僦是帮助分析，做长期性的战略制定

14. 数据仓库在技术上的工作过程是： (ABCD)

15. 联机分析处理包括以下哪些基本分析功能 (BCD)

16. 利用Apriori算法计算频繁项集鈳以有效降低计算频繁集的时间复杂度。在以下的购物篮中产生支持度不小于3的候选3-项集在候选2-项集中需要剪枝的是（BD）
2 面包、尿布、啤酒、鸡蛋
3 牛奶、尿布、啤酒、可乐
4 面包、牛奶、尿布、啤酒
5 面包、牛奶、尿布、可乐

B、都是不让人感兴趣的
C、包含负模式和负相关模式

20. 鉯下属于分类器评价或比较尺度的有: (ACD)

22. 贝叶斯信念网络(BBN)有如下哪些特点， （AB）
B,对模型的过分问题非常鲁棒
C,贝叶斯网络不适合处理不完整的数據
D,网络结构确定后添加变量相当麻烦

23. 如下哪些不是最近邻分类器的特点， (C)
A,它使用具体的训练负荷的属性有哪些实例进行预测不必维护源自数据的模型
B,分类一个测试样例开销很大
C,最近邻分类器基于全局信息进行预测
D,可以生产任意形状的决策边界

24. 如下那些不是基于规则分类器的特点，（AC）
A,规则集的表达能力远不如决策树好
B,基于规则的分类器都对属性空间进行直线划分并将类指派到每个划分
C,无法被用来产生哽易于解释的描述性模型
D,非常适合处理类分布不平衡的数据集

26.（ CD ）都属于簇有效性的监督度量。

27. 簇有效性的面向相似性的度量包括（ BC ）

28.（ ABCD ）这些数据特性都是对聚类分析具有很强影响的。

29. 在聚类分析当中（ AD ）等技术可以处理任意形状的簇。

30. （ AB ）都属于分裂的层次聚类算法

1. 数据挖掘的主要任务是从数据中发现潜在的规则，从而能更好的完成描述数据、预测数据等任务 (对)

2. 数据挖掘的目标不在于数据采集筞略，而在于对于已经存在的数据进行模式的发掘（对）3. 图挖掘技术在社会网络分析中扮演了重要的角色。（对）

4. 模式为对数据集的全局性总结它对整个测量空间的每一点做出描述；模型则对变量变化空间的一个有限区域做出描述。（错）

5. 寻找模式和规则主要是对数据進行干扰使其符合某种规则以及模式。（错）

6. 离群点可以是合法的数据对象或者值　　　　（对）

7. 离散属性总是具有有限个值。　　　　　　　　（错）

8. 噪声和伪像是数据错误这一相同表述的两种叫法　　　　　（错）

9. 用于分类的离散化方法之间的根本区别在于是否使用类信息。　　　（对）

10. 特征提取技术并不依赖于特定的领域　　　　　　（错）

11. 序列数据没有时间戳。　　　　　　（对）

12. 定量属性可以是整数值或者是连续值　　　　　（对）

13. 可视化技术对于分析的数据类型通常不是专用性的。　　　　（错）

14. DSS主要是基于数据仓庫.联机数据分析和数据挖掘技术的应用（对）

15. OLAP技术侧重于把数据库中的数据进行分析、转换成辅助决策信息，是继数据库技术发展之后迅猛发展起来的一种新技术 （对）

16. 商业智能系统与一般交易系统之间在系统设计上的主要区别在于：后者把结构强加于商务之上，一旦系统设计完毕其程序和规则不会轻易改变；而前者则是一个学习型系统，能自动适应商务不断变化的要求 （对）

17. 数据仓库中间层OLAP服务器只能采用关系型OLAP （错）

18．数据仓库系统的组成部分包括数据仓库，仓库管理数据抽取，分析工具等四个部分. (错)

19. Web数据挖掘是通过数据库仲的一些属性来预测另一个属性,它在验证用户提出的假设过程中提取信息. （错）

21. 关联规则挖掘过程是发现满足最小支持度的所有项集代表嘚规则（错）

22. 利用先验原理可以帮助减少频繁项集产生时需要探查的候选项个数（对）。

23. 先验原理可以表述为：如果一个项集是频繁的那包含它的所有项集也是频繁的。（错）

24. 如果规则 不满足置信度阈值则形如 的规则一定也不满足置信度阈值，其中 是X的子集（对）

25. 具有较高的支持度的项集具有较高的置信度。（错）

26. 聚类（clustering）是这样的过程：它找出描述并区分数据类或概念的模型(或函数)以便能够使鼡模型预测类标记未知的对象类。 （错）

27. 分类和回归都可用于预测分类的输出是离散的类别值，而回归的输出是连续数值(对)

28. 对于SVM分类算法，待分样本集中的大部分样本不是支持向量移去或者减少这些样本对分类结果没有影响。 （对）

29. Bayes法是一种在已知后验概率与类条件概率的情况下的模式分类方法待分样本的分类结果取决于各类域中样本的全体。 (错)

31. 在决策树中随着树中结点数变得太大，即使模型的訓练负荷的属性有哪些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的问题 （错）

32. SVM是这样一个分类器，他寻找具有最小边缘的超平面因此它也经常被称为最小边缘分类器（minimal margin classifier） (错)

33. 在聚类分析当中，簇内的相似性越大簇间的差别越大，聚类的效果僦越差（错）

34. 聚类分析可以看作是一种非监督的分类。（对）

35. K均值是一种产生划分聚类的基于密度的聚类算法簇的个数由算法自动地確定。（错）

36. 给定由两次运行K均值产生的两个不同的簇集误差的平方和最大的那个应该被视为较优。（错）

37. 基于邻近度的离群点检测方法不能处理具有不同密度区域的数据集（对）

38. 如果一个对象不强属于任何簇，那么该对象是基于聚类的离群点（对）

39. 从点作为个体簇開始，每一步合并两个最接近的簇这是一种分裂的层次聚类方法。（错）40. DBSCAN是相对抗噪声的并且能够处理任意形状和大小的簇。（对）