奥鹏教育东北财经大学《数据挖掘概论》单元作业二

奥鹏东北财经大学平时在线作业

东财《数据挖掘概论》单元作业二

用一个函数拟合数据来光滑数据的方法是（）。
A:分箱
B:离群点分析
C:回归
D:迁移
答案问询微信：424329

（）度量仅受条件概率影响，不受事务总个数影响。
A:提升度
B:余弦度量
C:支持度
D:卡方
答案问询微信：424329

提升度的值小于1，表明两个项之间的相关关系为（）。
A:正相关
B:置信度
C:不相关
D:不确定
答案问询微信：424329

购物篮子分析是数据挖掘中（奥鹏东北财经大学平时在线作业）任务的典型例子。
A:频繁项集挖掘
B:分类和预测
C:数据预处理
D:数据流挖掘
答案问询微信：424329

假设12个销售价格记录组已排序如下：5，10，11，13，15，35，50，55，72，92，204，215，等宽划分时（宽度为50），15在第（）个箱子内。
A:第一个
B:第二个
C:第三
D:第四个
答案问询微信：424329

以下选项中，（）不属于数据归约的具体使用策略。
A:维归约
B:多项式归约
C:数量归约
D:数据压缩
答案问询微信：424329

（）通过把值映射到区向间或概念标号变换数值数据。这种方法可以用来自动地产生数据的概念分层，而概念分层允许在多个粒度层进行挖掘。
A:数据离散化
B:数据立方体聚集
C:属性子集选择
D:小波变换
答案问询微信：424329

以下（）被称为挖掘频繁项集的模式增长方法。
A:FP-growth
B:Apriori
C:knn
D:DBSCAN
答案问询微信：424329

（）是一种简单的相关性度量，评估一个出现“提升”另一个出现的程度。
A:提升度
B:置信度
C:支持度
D:卡方
答案问询微信：424329

数据变换策略中，把属性数据按比例缩放，使之落入一个特定的小区间的策略称为（）。
A:光滑
B:属性构造
C:聚集
D:规范化
答案问询微信：424329

关联规则的挖掘一般是一个两步的过程，具体有（）。
A:排除所有的频繁项集
B:找出所有的频繁项集
C:由频繁项集产生强关联规则
D:产生候选项集
答案问询微信：424329

在以下的模式评估度量中属于零不变度量的有（）。
A:提升度
B:全置信度
C:最大置信度
D:余弦
答案问询微信：424329

数量归约表示的非参数方法包括（）。
A:直方图
B:聚类
C:抽样
D:数据立方体聚集
答案问询微信：424329

以下属于挖掘频繁模式评估度量方法的有（）。
A:全置信度
B:最大置信度
C:Kulczynski
D:余弦
答案问询微信：424329

数据规范化的方法有（）。
A:最小-最大规范化
B:Z-分数规范化
C:小数定标规范化
D:分箱
答案问询微信：424329

通过为找候选项集划分数据可以提高Apriori算法的效率。（）
A:对
B:错
答案问询微信：424329

数据的规范化就是将数据按比例缩放到[0,1]区间中。（）
A:对
B:错
答案问询微信：424329

离散化不能用来处理噪声。（）
A:对
B:错
答案问询微信：424329

在典型情况下，如果规则满足最小支持度阈值和最小置信度阈值，关联规则被认为是有趣的。（）
A:对
B:错
答案问询微信：424329

对于现实世界的同一实体，来自不同数据源的属性值一定相同。（）
A:对
B:错
答案问询微信：424329