《数据挖掘的意义》作业 一、选择题 1. 数据挖掘的主要目的是： A. 收集新的数据 B. 清洗和整理已有数据 C. 从大量数据中发现有价值的信息和模式 D. 设计数据库系统 答案：C 解析：数据挖掘的主要目的是从大量的、不完全的、有噪声的、模糊的、随机的数据中，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。它侧重于数据分析和模式发现，而不是简单的数据收集或整理。 2. 下列哪项不是数据挖掘的常见任务？ A. 分类 B. 聚类 C. 排序 D. 关联规则挖掘 答案：C 解析：数据挖掘的常见任务包括分类、聚类、关联规则挖掘、回归分析等。排序虽然在数据处理中是一个常见的操作，但它本身并不构成数据挖掘的一个独立任务。 3. 在数据挖掘中，用于描述数据集中程度的统计量是： A. 均值 B. 方差 C. 标准差 D. 中位数 答案：B 解析：方差是描述数据集中程度（即数据的离散程度）的统计量，它衡量的是数据值偏离其均值的平均程度。均值（选项A）描述的是数据的中心位置；标准差（选项C）是方差的平方根，也用于描述数据的离散程度；中位数（选项D）则描述的是数据的中间值，与数据的集中程度无直接关系。 4. 下列哪种算法属于无监督学习算法？ A. 线性回归 B. K近邻算法 C. 支持向量机 D. K均值聚类 答案：D 解析：K均值聚类是一种典型的无监督学习算法，它不需要预先标记的训练数据，而是根据数据点之间的相似性将它们自动划分为不同的簇。线性回归（选项A）、K近邻算法（选项B）和支持向量机（选项C）都是监督学习算法，需要预先标记的训练数据来学习模型。 5. 在关联规则挖掘中，“牛奶→面包”表示： A. 如果购买牛奶，则一定不购买面包 B. 如果购买牛奶，则可能购买面包 C. 如果购买面包，则一定购买牛奶 D. 如果购买面包，则可能购买牛奶 答案：B 解析：在关联规则挖掘中，“牛奶→面包”表示的是一种可能性，即如果顾客购买了牛奶，则他们也可能购买面包。这并不意味着购买牛奶的顾客一定会购买面包（排除选项A），也不意味着购买面包的顾客一定会购买牛奶（排除选项C和D）。 二、填空题 6. 数据挖掘是从大量的、不完全的、_____的、模糊的、随机的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。 答案：有噪声 解析方法：数据挖掘处理的数据往往是真实世界中收集到的数据，这些数据可能包含各种噪声和不完整性。因此，“有噪声”是描述这些数据特性的重要词汇之一。 7. 在数据挖掘中，_____分析是通过对数据集进行分组或分类，使得同一组内的对象尽可能相似，而不同组之间的对象尽可能不同。 答案：聚类 解析方法：聚类分析是数据挖掘中的一种重要技术，它通过计算数据点之间的相似度或距离，将数据集划分为若干个簇，使得同一簇内的数据点尽可能相似，而不同簇之间的数据点尽可能不同。 8. 在关联规则挖掘中，支持度是指某个项集在所有交易中出现的_____与所有交易总数的比值。 答案：频率 解析方法：支持度是关联规则挖掘中的一个重要概念，它衡量的是某个项集在所有交易中出现的频率与所有交易总数的比值。这个比值越高，说明该项集出现的频率越高，越有可能成为关联规则的一部分。 9. 在分类问题中，准确率是指正确分类的样本数与总样本数之比，而召回率是指_____样本数与实际正类样本总数之比。 答案：正确预测为正类的 解析方法：召回率是评估分类模型性能的另一个重要指标，它衡量的是模型正确预测为正类的样本数与实际正类样本总数之比。这个比例越高，说明模型对正类样本的识别能力越强。 10. 在数据挖掘项目中，数据预处理是一个至关重要的步骤，它包括数据清洗、_____和特征选择等过程。 答案：数据转换 解析方法：数据预处理是数据挖掘项目中的一个关键环节，它旨 ... ...
