数据挖掘试题.docx

数据挖掘试题

第一篇：数据挖掘试题《数据挖掘》总复习题1．数据挖掘系统可以根据什么标准进行分类？答：根据挖掘的数据库类型分类、根据挖掘的知识类型分类、根据挖掘所用的技术分类、根据应用分类2．知识发现过程包括哪些步骤？答：数据清理、数据集成、数据选择、数据变换、数据挖掘、模式评估、知识表示3．什么是概念分层？答：一个映射序列，将低层概念映射到更一般的较高层概念。4．多维数据模型上的OLAP操作包括哪些？答：上卷、下钻、切片和切块、转轴/旋转、其他OLAP操作5．OLAP服务器类型有哪几种？答：关系OLAP服务器(ROLAP)、多维OLAP服务器(MOLAP)、混合OLAP服务器(HOLAP)、特殊的SQL服务器6．数据预处理技术包括哪些？答：聚集、抽样、维规约、特征子集选择、特征创建、离散化和二元化、变量变换。7．什么是数据清理？答：填写缺失的值，平滑噪声数据，识别、删除离群点，解决不一致性8．什么是数据集成？答：集成多个数据库、数据立方体或文件9．什么是数据归约？答：得到数据集的压缩表示，它小得多，但可以得到相同或相近的结果10．数据清理的内容包括哪些？答：缺失值、噪声数据、数据平滑、聚类、回归11.将下列缩略语复原OLAP——on-lineanalyticalprocessingDM——dataminingKDD——knowledgediscoveryindatabasesOLTP——on-linetransactionprocessingDBMS——databasemanagementsystemDWT——discretewavelettransform（DMQL）－－DataMiningQueryLanguage12．什么是数据挖掘？答：简单地说，数据挖掘是从大量数据中提取或挖掘知识。具体地说，数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。13．什么是关联规则？答：（关联规则是形如X→Y的蕴涵式，其中且，X和Y分别称为关联规则的先导和后继。）假设I是项的集合。给定一个交易数据库，其中每个事务(Transaction)t是I的非空子集，即，每一个交易都与一个唯一的标识符TID(TransactionID)对应。关联规则在D中的支持度(support)是D中事务同时包含X、Y的百分比，即概率；置信度(confidence)是包含X的事务中同时又包含Y的百分比，即条件概率。关联规则是有趣的，如果满足最小支持度阈值和最小置信度阈值。这些阈值是根据挖掘需要人为设定。（关联规则反映一个事物与其它事物之间的相互依存性和关联性，如果两个事物或者多个事物之间存在一定的关联关系，那么其中一个事物就能够通过其他事物预测到。）15.什么是概念描述？什么是特征化？什么是属性相关分析？答：概念描述：用汇总的、简洁的和精确的方式描述各个类和概念可能是有用的。特征化：是目标类数据的一般特性或特征的汇总。属性相关分析：可能需要在分类和预测之前进行，它试图识别对于分类或预测过程无用的属性。这些属性应当排除。16．什么是数据仓库？其主要特征是什么？答：数据仓库是一个提供决策支持功能的数据库，它与组织机构的操作数据库分别维护。它允许将各种应用系统集成在一起，为统一的历史数据分析提供坚实的平台，对信息处理提供支持。特征：面向主题、数据集成、随时间而变化、数据不易丢失（数据不易丢失是最明显特征）17．什么是数据集市？答：数据集市包含企业范围数据的一个子集，对于特定的用户群是有用的。其范围限于选定的主题。(是完整的数据仓库的一个逻辑子集，而数据仓库正是由所有的数据集市有机组合而成的)18．数据库中的知识发现过程由哪几个步骤组成？答：数据清理、数据仓库、任务相关数据、数据挖掘、模式评估、知识表示19．典型的数据挖掘系统有哪几个主要成分？答：数据库、数据仓库、万维网或其他信息库；数据库或数据仓库服务器；知识库；数据挖掘引擎；模式评估模块；用户界面20．从软件工程的观点来看，数据仓库的设计和构造包含哪些步骤？答：规划、需求研究、问题分析、仓库设计、数据集成和测试、部署数据仓库。21．在数据挖掘系统中，为什么数据清理十分重要？答：脏数据的普遍存在，使得在大型数据库中维护数据的正确性和一致性成为一个极其困难的任务。22．脏数据形成的原因有哪些？答：滥用缩写词、数据输入错误、数据中的内嵌控制信息、不同的的惯用语、重复记录、丢失值、拼写变化、不同的计量单位、过时的编码23．数据清理时，对空缺值有哪些处理方法？答：忽略元组、人工填写缺失值、使用一个全局变量填充缺失值、使用属性的平均值填充缺失值、使用与给定元组属同一类的所有样本的属性均值、使用最可能的值填充缺失值24．什么是数据变换？包