![点击分享此内容可以赚币 分享](/master/images/share_but.png)
数据挖掘复习大纲答案新新.doc
《数据挖掘复习大纲答案新新.doc》由会员分享,可在线阅读,更多相关《数据挖掘复习大纲答案新新.doc(5页珍藏版)》请在咨信网上搜索。
1、数据挖掘复习提纲分值分布一、 选择题(单选10道20分多选5道20分)二、 填空题(10道20分)三、 名词解释(5道20分)四、 解答题(4道20分)五、 应用题(Apriori算法20分)1什么是数据挖掘?1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。2. 什么是数据清理?2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3. 什么是数据仓库?3答:是一个面向主题的、集成的、随时间而变化的、不容易丢失的数据集合,支持管理部门决
2、策的过程。(最显著特征:数据不易丢失2分选择题)4. 什么是数据集成?4.数据集成:集成多个数据库、数据立方体或文件5. 什么是数据变换?5答:将数据转换或统一成适合于挖掘的形式。6. 什么是数据归约?6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7. 什么是数据集市?7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) 8.在数据挖掘过程中,耗时最长的步骤是什么?8.答:数据清理9. 数据挖掘系统可以根据什么标准进行分类?9答:根据挖掘的数据库类型分类 、根
3、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10. 多维数据模型上的 OLAP 操作包括哪些? 10.答:上卷、 下钻、切片和切块、转轴 / 旋转、其他OLAP操作 11. OLAP 服务器类型有哪几种?11.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 12. 数据预处理技术包括哪些? (选择)12.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。13. 形成“脏数据”的原因有哪些? 13. 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
4、语、重复记录、丢失值、拼写变化、不同的计量单位、过时的编码 14. 与数据挖掘类似的术语有哪些? 14答:数据库中挖掘知识、知识提取、数据/模式分析、数据考古和数据捕捞。15.常用的四种兴趣度的客观度量是什么?15答:简单性 、确定性、 实用性、新颖性 16.数据立方体的物化可以有哪三种选择?16q 全物化q 不物化q 部分物化17. 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?17 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。18. 在数据挖掘系统中,为什么数据清理十分重要?18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
5、其困难的任务。19.脏数据形成的原因有哪些?如何理解现实世界的数据是“肮脏的”?19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 不完整的、含噪声的、不一致的、重复的20. 数据清理时,对空缺值有哪些处理方法?20.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21. 什么是数据变换?包括哪些内容?21. 答:将数据转换或统一成适合于挖掘的形式。包括:光滑、聚集、数据泛化、规范化、属性构造22. 数据归约的策略
6、包括哪些?22.答:数据立方体聚集、性子集选择、维度归约、数值归约、离散化和概念分层产生23. 提高数据挖掘算法效率有哪几种思路?23.答:减少对数据的扫描次数;缩小产生的候选项集;改进对候选项集的支持度计算方法24. 假定属性income的最小值与最大值分别为12000和98000到区间0.0,1.0,根据 min-max 规范化,income的值73600将变为_0.716_。25. 假定属性income的平均值和标准差分别为54000和16000,使用 Z-score 规范化,值73600被转换为1.225。26. 假定A的值由-986到917.A的最大绝对值为986,使用小数定标规范化
7、,-986被规范化为-0.98627. 从结构角度来看,有哪三种数据仓库模型。27. 答:企业仓库、数据集市、虚拟仓库28. 什么是聚类分析?28.答: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30. 可以对按季度汇总的销售数据进行_B_,来观察按月汇总的数据。 A 上卷 B 下钻 C 切片 D 切块31. 可以对按城市汇总的销售数据进行_A_,来观察按国家总的数据。 A 上卷 B 下钻 C 切片 D 切块 32. 通过不太详细的数据得到更详细的数据,称为_B_。 A 上卷 B 下钻 C 细化 D 维规约33. 三层数据仓库结构中,从底层到尾层分别是仓库数据服务器、OLAP服
8、务器、前端客户层_。34.已知事务数据库D,假定最小支持度为2,求所有的频繁项集35.给出数据仓库的某种概念模式图,会用DMQL语句描述该概念模式,包括事实与维。见pptn DMQL首先包括定义数据仓库和数据集市的语言原语,这包括两种原语定义:一种是立方体定义,一种是维定义q 立方体定义 (事实表)define cube : q 维定义 (维表) define dimension as ()q 特殊案例 (共享维表的定义) n 第一次作为维表定义 “cube definition” n 然后:define dimension as in cube 实例:使用DMQL定义星型模式q define
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据 挖掘 复习 大纲 答案 新新
![提示](https://www.zixin.com.cn/images/bang_tan.gif)
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【精****】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【精****】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。