出自:数据挖掘工程师

一个典型的数据挖掘系统应该包括哪些组成部分？
存放最低层汇总的方体称为（）。
A:顶点方体
B:方体的格
C:基本方体
D:维
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:关联规则发现
B:聚类
C:分类
D:自然语言处理
具有较高的支持度的项集具有较高的置信度。
数据挖掘
何谓OLTP和OLAP？它们的主要异同有哪些？
多维分析是指以“维”形式组织起来的数据采取切片、切块、（）和旋转等各种分析动作，以求剖析数据，使拥护能从不同角度、不同侧面观察数据仓库中的数据，从而深入理解多维数据集中的信息。
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。
简述数据的定义及类型。
数据挖掘技术对聚类分析的要求有哪几个方面？
考虑值集{1、2、3、4、5、90}，其截断均值（p=20%）是（）。
A:2
B:3
C:3.5
D:5
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
哪种数据变换的方法将数据沿概念分层向上汇总？（）
A:平滑
B:聚集
C:数据概化
D:规范化
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：（）。
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
OLAM技术一般简称为”数据联机分析挖掘”，下面说法正确的是：（）。
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
下面哪些属于可视化高维数据技术？（）
A:矩阵
B:平行坐标系
C:星形坐标
D:散布图
E:Chernoff脸
OLAP系统和OLTP系统的主要区别包括（）。
A:OLTP系统主要用于管理当前数据，而OLAP系统主要存放的是历史数据
B:在数据的存取上，OLTP系统比OLAP系统有着更多的写操作
C:对OLTP系统上的数据访问量往往比对OLAP系统的数据访问量要大得多
D:OLAP系统中往往存放的是汇总的数据，而OLTP系统中往往存放详细的数据
在多维关联规则挖掘中，我们搜索的不是频繁项集，而是（）
下表中列出了4个点的两个最近邻。使用SNN相似度定义，计算每对点之间的SNN相似度。
如下哪些不是基于规则分类器的特点，（）。
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:无法被用来产生更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
DBSCAN是相对抗噪声的，并且能够处理任意形状和大小的簇。
数据挖掘要解决的问题是什么？
为什么朴素贝叶斯分类称为“朴素”的？简述朴素贝叶斯分类优缺点。
简述特征子集选择的搜索策略。
噪声和伪像是数据错误这一相同表述的两种叫法。
特征提取技术并不依赖于特定的领域。
已知数据元组中age的值如下（按递增序）： 13，15，16，16，19，20，20，21，22，22，25，25，25，25，30，33，33，33，35，35，35，35，36，40，45，46，52，70。 （a）使用min-max规范化，将age值35转换到[0.0，1.0]区间。 （b）使用z-score规范化转换age值35，其中，age的标准偏差为12.94年。 （c）使用小数定标规范化转换age值35。
以下是一个商场所销售商品的价格清单（按递增顺序排列，括号中的数表示前面数字出现次数） 1（2）、5（5）、8（2）、10（4）、12、14（3）、15（5）、18（8）、20（7）、21（4）、25（5）、28、30（3）。 请分别用等宽的方法和等高的方法对上面的数据集进行划分。
一个数据仓库系统的建立通畅需要经过哪些步骤？
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，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发现，但是DBSCAN会合并有重叠的簇
首页 <上一页 1 2 3 4 5 下一页> 尾页