文档介绍：数据挖掘考试题
一．选择题
. 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？ ( )

. ( )将两个簇的邻近度定义为不同簇的所有点对邻近度的平均值，它是一种凝聚层次聚类
技术。
(单链) (全链)
.数据挖掘的经典案例“啤酒与尿布试验”最主要是应用了 ( )数据挖掘方法。
A 分类 B 预测 C 关联规则分析 D 聚类
.关于 K 均值和 DBSCAN 的比较，以下说法不正确的是 ( )
均值丢弃被它识别为噪声的对象，而 DBSCAN 一般聚类所有对象。
均值使用簇的基于原型的概念， DBSCAN 使用基于密度的概念。
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
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
Ward’ s Method 说法错误的是： ( )

，两个簇的邻近度定义为两个簇合并时导致的平方误差
， Ward方法与组平均非常相似
.下列关于层次聚类存在的问题说法正确的是： ( )
A. 具有全局优化目标函数
Average 擅长处理球状的簇

对噪声点和离群点很敏感
.下列关于凝聚层次聚类的说法中，说法错误的事： ( )
，该操作就不能撤销
.算法的终止条件是仅剩下一个簇
m2

8规则｛牛奶，尿布｝一｛啤酒｝的支持度和置信度分别为：（）
TID
项集
1
｛面包，牛奶｝
2
｛面包，尿布，啤酒，鸡蛋｝
3
｛牛奶，尿布，啤酒，可乐｝
4
｛回包，牛奶，尿布，啤酒｝
5
｛回包，牛奶，尿布，可乐｝
, , , ,
.下列（）是属于分裂层次聚类的方法。
Average
.对下图数据进行凝聚聚类操作，簇间相似度使用 MAX计算，第二步是哪两个簇合并：（）
I2 I3 I4 I5
11
I2
I3
I4
I5
100 0,90 0J0 0,65
1,00 070 0,60 0,50
070 too 0,30

｛3｝和｛l,2｝合并 B.｛3｝和｛4,5｝合并 C.｛2,3｝和｛4,5｝合并
D. ｛2,3｝和｛4,5｝形成簇和｛3｝合并
填空题:
.属性包括的四种类型：、、、。
. 是两个簇的邻近度定义为不同簇的所有点对邻近度的平均值。
.基本凝聚层次聚类算法空间复杂度 ,时间复杂度,如果某个簇到其他所有簇的距离存放在一个有