30道数据挖掘笔试题，这都不懂就早点跑路吧

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. 以下哪些分类方法可以较好地避免样本的不平衡问题（A）
   A.KNN B.SVM C.Bayes D.神经网络

3. 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

4. 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

5. 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

6. 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

7. 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

8. 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.

9. 下面关于数据粒度的描述不正确的是: ©
   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.

10. 关于OLAP和OLTP的区别描述,不正确的是: ©
    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.

11. 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.

12. 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.

13. 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 KNN B SVM C Bayes D 神经网络

14. 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）

15. 在基本K均值算法里，当邻近度函数采用（ A ）的时候，合适的质心是簇中各点的中位数。
    A、曼哈顿距离 B、平方欧几里德距离 C、余弦距离 D、Bregman散度

16. 数据挖掘的预测建模任务主要包括哪几大类问题？ (A B)
    A. 分类 B. 回归 C. 模式发现 D. 模式匹配

17. 数据挖掘算法的组件包括：(AB C D)
    A. 模型或模型结构 B. 评分函数 C. 优化和搜索方法 D. 数据管理策略

18. 以下哪些学科和数据挖掘有密切联系？(A D)
    A. 统计 B. 计算机组成原理 C. 矿产挖掘 D. 人工智能

19. Apriori算法的计算复杂度受(ABCD)影响。
    A、支持度阀值 B、项数（维度）
    C、事务数 D、事务平均宽度

20. 在评价不平衡类问题分类的度量方法有如下几种 (ABCD)
    A,F1度量 B,召回率（recall） C,精度（precision） D,真正率（turepositive rate,TPR）

21. 贝叶斯信念网络(BBN)有如下哪些特点（AB）
    A,构造网络费时费力 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

22. 这些数据特性都是对聚类分析具有很强影响的（ ABCD ）
    A、高维性 B、规模 C、稀疏性 D、噪声和离群点

23. 在聚类分析当中，（ AD ）等技术可以处理任意形状的簇。
    A、MIN（单链） B、MAX（全链） C、组平均 D、Chameleon

24. 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

25. 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

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. 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 ）
    A、层次聚类
    B、划分聚类
    C、非互斥聚类
    D、模糊聚类

29. 在基本K均值算法里，当邻近度函数采用（ A ）的时候，合适的质心是簇中各点的中位数。
    A、曼哈顿距离
    B、平方欧几里德距离
    C、余弦距离
    D、Bregman散度

30. 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。
    A、统计方法
    B、邻近度
    C、密度
    D、聚类技术