參考答案of數(shù)據(jù)挖掘

1、第一章下列屬于數(shù)據(jù)挖掘任務的是（）根據(jù)性別劃分公司的顧客計算公司的總銷售額預測一對骰子的結果利用歷史記錄預測公司的未來股價可以在不同維度合并數(shù)據(jù)，從而形成數(shù)據(jù)立方體的是（）數(shù)據(jù)庫數(shù)據(jù)源數(shù)據(jù)倉庫數(shù)據(jù)庫系統(tǒng)目的是縮小數(shù)據(jù)的取值范圍，使其更適合于數(shù)據(jù)挖掘算法的需要，并且能夠得到和原始數(shù)據(jù)相同的分析結果的是（）數(shù)據(jù)清洗數(shù)據(jù)集成數(shù)據(jù)變換數(shù)據(jù)歸約下述四種方法哪一種不是常見的分類方法（）決策樹支持向量K-Means（聚類）樸素貝葉斯分類下列任務中，屬于數(shù)據(jù)挖掘技術在商務智能方面應用的是（）欺詐檢測垃圾郵件識別根據(jù)因特網(wǎng)的搜索引擎查找特定的Web頁面定向營銷異常檢測的應用包括（）網(wǎng)絡攻擊預測某股票的未來價格計

2、算公司的總銷售額根據(jù)性別劃分公司顧客將原始數(shù)據(jù)進行集成、變換、維度規(guī)約、數(shù)值規(guī)約是哪個步驟的任務（）頻繁模式挖掘分類和預測數(shù)據(jù)預處理數(shù)據(jù)流挖掘KDD是（數(shù)據(jù)挖掘與知識發(fā)現(xiàn)）下列有關離群點的分析錯誤的是（）一般情況下離群點會被當作噪聲而丟棄離群點即是噪聲數(shù)據(jù)在某些特殊應用中離群點有特殊的意義信用卡在不常消費地區(qū)突然消費大量金額的現(xiàn)象屬于離群點分析范疇下列關于模式識別的相關說法中錯誤的是（）模式識別的本質是抽象出不同事物中的模式并由此對事物進行分類醫(yī)療診斷屬于模式識別的研究內(nèi)容之一手機的指紋解鎖技術不屬于模式識別的應用自然語言理解也包含模式識別問題（）不屬于數(shù)據(jù)挖掘的應用領域。商務智能信息識別搜索

3、引擎醫(yī)療診斷目前數(shù)據(jù)分析和數(shù)據(jù)挖掘面臨的挑戰(zhàn)性問題不包括（）數(shù)據(jù)類型的多樣化高維度數(shù)據(jù)離群點數(shù)據(jù)分析與挖掘結果可視化常見的機器學習方法有監(jiān)督學習、無監(jiān)督學習、半監(jiān)督學習數(shù)據(jù)挖掘是從大規(guī)模的數(shù)據(jù)中抽取或挖掘出感興趣的知識或模式的過程或方法。頻繁模式是指數(shù)據(jù)集中頻繁出現(xiàn)的模式離群點是指全局或者局部范圍內(nèi)偏離一般水平的觀測對象聯(lián)機分析處理是數(shù)據(jù)倉庫的主要應用分類是指通過建立模型預測離散標簽，回歸是通過建立連續(xù)值模型推斷新的數(shù)據(jù)的某個數(shù)值型屬性。數(shù)據(jù)庫是面向事務，數(shù)據(jù)倉庫是面向主題數(shù)據(jù)挖掘主要側重解決的四類問題：分類、聚類、關聯(lián)、預測數(shù)據(jù)分析是指采用適當?shù)慕y(tǒng)計分析方法對收集到的數(shù)據(jù)進行分析、概括和總結

4、。特征化是一個目標類數(shù)據(jù)的一般特性或特性的匯總。無監(jiān)督學習可以在沒有標記的數(shù)據(jù)集上進行學習。對聚類就是把一些對象劃分為多個組或者聚簇，從而使同組內(nèi)對象間比較相似而不同組對象間差異較大。對事務數(shù)據(jù)庫的每個記錄代表一個事務。對數(shù)據(jù)倉庫和數(shù)據(jù)庫其實是相同的，都是數(shù)據(jù)或信息的存儲系統(tǒng)。錯區(qū)分是將目標類數(shù)據(jù)對象的一般特性與一個或多個對比類對象的一般特性進行比較。對離群點因偏離一般水平而不需要考慮和研究。錯聚類過程的輸入對象有與之關聯(lián)的目標信息。錯數(shù)據(jù)挖掘的主要任務是從數(shù)據(jù)中發(fā)現(xiàn)潛在的規(guī)則，從而能更好的完成描述數(shù)據(jù)、預測數(shù)據(jù)等任務。對數(shù)據(jù)挖掘的目標不在于數(shù)據(jù)采集策略，而在于對于已經(jīng)存在的數(shù)據(jù)進行模式的發(fā)掘

5、。對數(shù)據(jù)倉庫一般存儲在線交易數(shù)據(jù)，數(shù)據(jù)庫存儲的一般是歷史數(shù)據(jù)。錯數(shù)據(jù)分析是指采用適當?shù)慕y(tǒng)計分析方法對收集到的數(shù)據(jù)進行分析、概括和總結，對數(shù)據(jù)進行恰當?shù)拿枋?，并提取出有用的信息的過程。對數(shù)據(jù)分析的定義：數(shù)據(jù)分析就是對數(shù)據(jù)進行分析。專業(yè)的說法，數(shù)據(jù)分析是指根據(jù)分析目的，用適當?shù)慕y(tǒng)計分析方法及工具，對收集來的數(shù)據(jù)進行處理與分析，提取有價值的信息，發(fā)揮數(shù)據(jù)的作用。對數(shù)據(jù)庫是一個面向主題的、集成的、相對穩(wěn)定的、反映歷史變化的數(shù)據(jù)集合，用于支持管理決策。錯（說的是數(shù)據(jù)倉庫）第二章下面哪個不屬于數(shù)據(jù)的屬性類型（）標稱序數(shù)區(qū)間相異屬于定量的屬性類型是（）標稱序數(shù)區(qū)間相異一所大學內(nèi)的各年紀人數(shù)分別為：一年級20

6、0人，二年級160人，三年級130人，四年級110人。則年級屬性的眾數(shù)是（）一年級二年級三年級四年級假設屬性income的最大最小值分別是12000元和98000元。利用最大最小規(guī)范化的方法將屬性的值映射到0至1的范圍內(nèi)。對屬性income的73600元將被轉化為（）0.8211.2241.4580.716考慮數(shù)據(jù)集12243324556826，其四分位數(shù)極差是（）312455光年所屬的屬性類型為（）標稱屬性序數(shù)屬性區(qū)間標度屬性比率標度屬性某班數(shù)學期末考成績分組數(shù)據(jù)如下，則數(shù)據(jù)的中位數(shù)區(qū)間是（）升融Alt。重處弁3嶗至的殳1Q段至E分11第更即外|90至IM龍160至69分70至79分80至8

7、9分90至100分軍銜所屬的屬性類型為（）標稱屬性序數(shù)屬性二元屬性數(shù)值屬性計算p1（2，1,4，10）和p2（3,0，3,8）兩個對象之間的曼哈頓距離（）25用AM和PM表示的時間的屬性類型是（標稱序數(shù)二元區(qū)間屬性可分為標稱、序數(shù)、二元和數(shù)值四類中心趨勢度量包括眾數(shù)、均值、中位數(shù)和中列數(shù)假設給定的數(shù)據(jù)集的值已經(jīng)分組為區(qū)間。區(qū)間和對應的頻率如下。則數(shù)據(jù)的近似分組中位數(shù)是。32.94MIijTOC o 1-5 h zIS4制15-23M20-SISWSMI1WN-lNI4a某部門的月薪情況如下（單位：千元），30,33,48,50,53,53,57,60,64,68,70,70,90,則該部門員工

8、的月薪的均值為。57.38數(shù)據(jù)集5,10,11,13,15,15,35,50,55,72,92,204,215的中位數(shù)為，眾數(shù)為。3515假設小明某一學期的考試成績及每門課的學分如下表所示，則小明本學期的加權平均成績?yōu)?1.45。據(jù)T*UKEEHJI.EIEI1k給定兩個對象的元組x=（4,3,5,1）與y=（1,6,7,3），它們之間的余弦相似度為。0.86小明參加數(shù)學競賽選拔賽，他十次測試成績?yōu)椋?6,84,90,86,81,87,86,82,85,83。則小明同學十次測試成績的方差是。13.20已知點A的空間坐標為（6,30,9），點B的空間坐標為（10,35,2），則A與B之間的切比雪

9、夫距離為。7只有非零值才重要的二元屬性被稱作。非對稱二元屬性某組同學的成績評定結果如下，則A與B，A與C，B與C之間的相異性是、和。1.060.820.82同學語直數(shù)學英善A不及格（D）Sta憂（陰曳JHAc優(yōu)3D給定兩個詞向量元祖A（6,2,5,8）和B（4,5,2,6），則這兩個對象之間的閔可夫斯基距離（其中h=4）是。3.73假定用于分析的數(shù)據(jù)包含屬性age，數(shù)據(jù)元組中age的值如下（按遞增序）：13,15,16,16,19,20,20,21,22,22,25,25,25,25,30,33,33,35,35,35,35,36,40,45,45,52,70。則該組數(shù)據(jù)的中列數(shù)是41.50。

10、人的血型屬于標稱屬性。對酒店的星級屬于數(shù)值屬性。錯（序列）某品種玉米苗中抽取10株，測得它們的株高為：21,42,39,14,19,22,37,41,40,25（單位:cm），則玉米苗株高的標準差為10.21。對離散屬性總是具有有限個值。錯標稱屬性的值提供了足夠的信息用于區(qū)分對象。對數(shù)值屬性的值提供足夠的信息確定對象的順序。錯歐幾里得距離、曼哈頓距離、閔可夫斯基距離和切比雪夫距離均滿足非負性、同一性和三角不等式。對余弦相似性利用向量空間中兩個向量夾角的余弦值來衡量兩個個體間的差異。余弦值越接近0，夾角越大，向量之間匹配越大（小）。余弦值越接近1，夾角越小，向量之間匹配越小。錯二元屬性的相異性有

11、兩種，一種是對稱的二元相異性，另一種是非對稱的二元相異性。對已知點X的空間坐標為（3,4,2），點Y的空間坐標為（1,6,1），則X與Y的歐幾里得距離為3。對計算由不對稱的二元變量描述的對象間的相異度可以使用Jaccard系數(shù)；計算用分類變量描述的對象間的相異度可以采用屬性值匹配的方法（屬性值匹配，相似度為1，否則為0）；對第三章下面屬于維歸約常用的線性代數(shù)技術的有（）主成分分析特征提取特征加權離散化將原始數(shù)據(jù)進行集成、變換、維度規(guī)約、數(shù)值規(guī)約是在以下哪個步驟的任務（）頻繁模式挖掘分類和預測數(shù)據(jù)預處理數(shù)據(jù)流挖掘假設12個銷售價格記錄組已經(jīng)排序如下：5,10,11,13,15,35,50,55,

12、72,92,204,215使用如下每種方法將它們劃分成四個箱。等頻（等深）劃分時，15在第幾個箱子內(nèi)（）第一個第二個第三個第四個數(shù)據(jù)清理不包括以下哪些處理（）缺失值的處理噪聲的處理重復數(shù)據(jù)的處理不一致數(shù)據(jù)的處理數(shù)據(jù)規(guī)范化方法包括（）數(shù)據(jù)歸約數(shù)據(jù)泛化數(shù)據(jù)集成最小最大規(guī)范化給定一組二維樣本S,S=S1,S2,S3,S4,S5=（1,2）,（3,0）,（4,3）,（5,7）,（1,6）,在距離閾值d大于等于4、非鄰點樣本的閾值部分P大于等于3時的噪聲數(shù)據(jù)為（）歐幾里得距離S4,S5S4S5S1,S5兩組向量乂=6,4,7,10,8,丫=5,6,1,4,12的協(xié)方差為（）cov（x,y）=Exy-Ex

13、Ey=E（x-Ex）（y-Ey）0.10.20.30.4假定用于分析的數(shù)據(jù)包含屬性age,數(shù)據(jù)元祖中age的值如下（按遞增序）：13,15,16,16,19,20,20,21,22,22,25,25,25,25,30,33,33,33,35,35,35,35,36,40,45,46,52,70。對age值35進行小數(shù)定標規(guī)范化轉換，轉換后的值為（）0.320.380.350.40已知某工廠車間工人的年終獎，其均值為34349元，標準差為16928元，對于觀測值為57000元，使用z-score方法對其進行規(guī)范化為（1.341.430.350.57假定用于分析的數(shù)據(jù)包含屬性age,數(shù)據(jù)元祖中ag

14、e的值如下（按遞增序）：13,15,16,16,19,20,20,21,22,22,25,25,25,25,30,33,33,33,35,35,35,35,36,40,45,46,52,70。使用min-max規(guī)范化，將age值35轉換d到0.0,1.0區(qū)間的值為（）0.350.700.1750.386下列數(shù)據(jù)變換類型及方法正確的是（）數(shù)據(jù)平滑：去噪，將連續(xù)數(shù)據(jù)離散化，增加粒度數(shù)據(jù)聚集：對數(shù)值屬性進行監(jiān)督或無監(jiān)督離散化特征構造：構造出新的屬性數(shù)據(jù)規(guī)范化：使數(shù)據(jù)按照比例縮放，落入特定區(qū)域數(shù)據(jù)變換的類型包括（）數(shù)據(jù)預處理數(shù)據(jù)泛華數(shù)據(jù)離散化特征構造數(shù)據(jù)規(guī)約的技術包括維規(guī)約、數(shù)量規(guī)約、數(shù)據(jù)壓縮下面哪些

15、屬于數(shù)據(jù)預處理的方法（）變量代換離散化聚集估計遺漏值在現(xiàn)實世界的數(shù)據(jù)中，元組在某些屬性上缺少值是常有的。描述處理該問題的各方法正確的有（）忽略元組從數(shù)據(jù)中挑選一個數(shù)據(jù)填寫使用屬性的平均值填寫空缺值使用與給定元組屬同一類的所有樣本的平均值數(shù)據(jù)清理的原則包括（）相異性原則連續(xù)性原則唯一性原則空值原則高質量數(shù)據(jù)的要求有準確性、完整性、一致性數(shù)據(jù)預處理的技術手段包括數(shù)據(jù)清理、數(shù)據(jù)變換、數(shù)據(jù)集成、數(shù)據(jù)規(guī)約假定用于分析的數(shù)據(jù)包含屬性age,數(shù)據(jù)元祖中age的值如下（按遞增序）：13,15,16,16,19,20,20,21,22,22,25,25,25,25,30,33,33,33,35,35,35,35

16、,36,40,45,46,52,70。已知age的標準偏差為12.94年，使用z-score規(guī)范化對age值35進行轉換，轉換后得到的值為。0.386在現(xiàn)實世界的數(shù)據(jù)中，元組在某些屬性上的缺失值是常有的。處理該問題的常用方法有刪除數(shù)據(jù)對象或屬性、估計遺漏值、忽略遺漏值對數(shù)據(jù)進行偏差檢測的3個原則分別是唯一性原則、連續(xù)性原則、空值原則數(shù)據(jù)歸約技術包括維歸約、數(shù)量歸約、數(shù)據(jù)壓縮在使用分箱法實現(xiàn)特征離散化時，可以用每個箱中的中值或_平均值替換箱中所有的值。某工廠車間工人的年終獎金結果如下（已按照遞增排序）：15750，20000，25000，36000，48000，50000，52000，56000

17、，57000，68000，10000，135000（元）。使用最小-最大值規(guī)范化將獎金57000轉換到0.0,1.0區(qū)間為0.35；使用小數(shù)定標規(guī)范化將獎金57000轉換到-1,1區(qū)間為0.057數(shù)據(jù)清理一般需要對_缺失值_和_噪聲_進行處理。我們要進行數(shù)據(jù)預處理，是因為原始數(shù)據(jù)大多都是“臟數(shù)據(jù)”。四種處理缺失數(shù)據(jù)的方法是、。人工填寫、使用全局常量填充缺失值、直接刪除缺失屬性的記錄、使用屬性的中心趨勢度量值填充缺失值數(shù)據(jù)平滑的方法包括、和。分箱、回歸、聚類噪聲是指被測量的變量產(chǎn)生的錯誤或誤差。錯數(shù)據(jù)規(guī)約技術可以得到數(shù)據(jù)集的規(guī)約表示，雖然小，但仍大致保持原數(shù)據(jù)的完整性。對數(shù)據(jù)變換是通過平滑聚集、

18、數(shù)據(jù)概化、規(guī)范化等方式將數(shù)據(jù)轉換成適用于數(shù)據(jù)挖掘的形式。對數(shù)據(jù)預處理的任務包括數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)規(guī)約和數(shù)據(jù)泛化。錯唯一性原則是指一個屬性的每個值都是唯一的，不能和這個屬性的其他值相同。對數(shù)據(jù)變換策略主要包括光滑、聚集、數(shù)據(jù)泛化、規(guī)范化、屬性構造和離散化。對每個屬性的最大值和最小值之間沒有缺失值既滿足連續(xù)性原則。錯數(shù)據(jù)挖掘所處理的數(shù)據(jù)必須具有準確性、完整性、一致性、時效性、可信性和可解釋性。錯數(shù)據(jù)規(guī)約就是指對數(shù)據(jù)集進行簡化表示。對數(shù)據(jù)集成有助于減少結果數(shù)據(jù)集的冗余和不一致，可以提高集成之后的挖掘過程的準確性和速度。對在確定數(shù)據(jù)中的離群點時，一般不必檢查整個數(shù)據(jù)集。對第四章數(shù)據(jù)倉庫是隨著時間

19、變化的，下面的描述不正確的是（）捕捉到的新數(shù)據(jù)會覆蓋原來的快照數(shù)據(jù)倉庫隨時間的變化不斷增加新的數(shù)據(jù)內(nèi)容數(shù)據(jù)倉庫隨著事件變化不斷刪去舊的數(shù)據(jù)內(nèi)容數(shù)據(jù)倉庫中的綜合數(shù)據(jù)會隨著時間的變化不斷地進行重新綜合關于基本數(shù)據(jù)的元數(shù)據(jù)是指（）基本元數(shù)據(jù)包括與企業(yè)相關的管理方面的數(shù)據(jù)和信息基本元數(shù)據(jù)包括日志文件和簡歷執(zhí)行處理的時序調(diào)度信息基本元數(shù)據(jù)包括數(shù)據(jù)源，數(shù)據(jù)倉庫和應用程序等結構相關的信息基本元數(shù)據(jù)包括關于裝載和更新處理，分析處理以及管理方面的信息下面關于數(shù)據(jù)粒度的描述不正確的是（）數(shù)據(jù)越詳細，粒度就越小，級別也就越高粒度是指數(shù)據(jù)倉庫小數(shù)據(jù)單元的詳細程度和級別數(shù)據(jù)綜合度越高，粒度也就越大，級別也就越高粒度的具

20、體劃分將直接影響數(shù)據(jù)倉庫中的數(shù)據(jù)量以及查詢質量有關數(shù)據(jù)倉庫的開發(fā)特點，不正確的描述是（）數(shù)據(jù)倉庫開發(fā)要從數(shù)據(jù)出發(fā)數(shù)據(jù)倉庫使用的需求在開發(fā)時就要明確數(shù)據(jù)倉庫的開發(fā)是一個不斷循環(huán)的過程，是啟發(fā)式的開發(fā)在數(shù)據(jù)倉庫環(huán)境中，并不存在操作型環(huán)境中所固定的和較確切的處理流，數(shù)據(jù)倉庫中數(shù)據(jù)分析和處理更靈活，且沒有固定的模式在有關數(shù)據(jù)倉庫測試，下列說法不正確的是（）在完成數(shù)據(jù)倉庫的實施過程中，需要對數(shù)據(jù)倉庫進行各種測試在數(shù)據(jù)倉庫進行測試之前一般不必要制定非常詳細的測試計劃系統(tǒng)測試需要對數(shù)據(jù)倉庫的組件進行大量的功能測試和回歸測試當數(shù)據(jù)倉庫的每個單獨組件完成后，就需要對他們進行單元測試OLAP技術的核心是（）多維分

21、析關于OLAP和OLTP的說法，下列不正確的是（）OLAP管理大量歷史數(shù)據(jù)，OLTP僅管理當前數(shù)據(jù)OLAP主要用于事務和查詢處理，而OLTP用于數(shù)據(jù)分析OLAP中綜合提煉的數(shù)據(jù)主要來自OLTP所依賴的底層數(shù)據(jù)庫OLAP數(shù)據(jù)較之OLTP數(shù)據(jù)要進行更多的數(shù)據(jù)維護或預處理的操作數(shù)據(jù)倉庫設計的三級數(shù)據(jù)模型不包含（）概念模型邏輯模型關系模型物理模型改變數(shù)據(jù)立方體維次序的操作是（）旋轉在給定的數(shù)據(jù)立方體的一個維度上進行的選擇操作為（）切片下列選項中關于粒度描述錯誤的是：粒度是指數(shù)據(jù)倉庫的數(shù)據(jù)單位中保存數(shù)據(jù)細化或綜合程度的級別；粒度影不響存放在數(shù)據(jù)倉庫中的數(shù)據(jù)量的大小粒度影響數(shù)據(jù)倉庫所能回答查詢問題的細節(jié)程

22、度；粒度組織數(shù)據(jù)的方式有：簡單堆積結構；輪轉綜合結構；簡單直接結構；連續(xù)結構。簡述數(shù)據(jù)倉庫設計的三級模型及其基本內(nèi)容,不正確的是概念模型設計：對問題域內(nèi)事務進行描述，是在較高的抽象層次上的設計，其主要內(nèi)容包括：界定系統(tǒng)邊界和確定主要的主題域；邏輯模型設計：對概念模型細化，定義實體屬性及其關系，主要內(nèi)容包括：分析主題域、確定粒度層次劃分、確定數(shù)據(jù)分割策略、定義關系模式、定義記錄系統(tǒng)；物理數(shù)據(jù)模型設計：在數(shù)據(jù)庫中建立表及索引，主要內(nèi)容包括確定數(shù)據(jù)存儲結構、確定數(shù)據(jù)存放位置、確定存儲分配以及確定索引策略等。三種模型設計時主要考慮的因素有I/O存取時間、空間利用率和維護代價等。關于OLAP的特性，下面

23、正確的是（）集成性快速性多維性可分析性數(shù)據(jù)模型是數(shù)據(jù)倉庫建設的基礎，一個完整、靈活、穩(wěn)定的數(shù)據(jù)模型對數(shù)據(jù)倉庫項目的成功起到的重要作用有（）利于數(shù)據(jù)的整合消除數(shù)據(jù)倉庫的冗余數(shù)據(jù)排除數(shù)據(jù)描述的不一致性為整個系統(tǒng)建設提供導航圖根據(jù)使用情況的不同，元數(shù)據(jù)可以分為（）技術元數(shù)據(jù)；業(yè)務元數(shù)據(jù)關于數(shù)據(jù)倉庫的邏輯模型，正確的說法有（）是數(shù)據(jù)倉庫設計中的核心基礎對概念數(shù)據(jù)模型的分解和細化對物理模型設計和實現(xiàn)具有指導作用為全局服務，集成全方位數(shù)據(jù)形成統(tǒng)一藍圖關于OLAP和OLTP的區(qū)別描述，正確的是（）OLAP是信息處理，OLTP是操作處理OLAP面向底層管理人員，OLTP面向高層決策人員OLAP管理大量歷史數(shù)據(jù)

24、，OLTP主要關注當前數(shù)據(jù)OLAP數(shù)據(jù)是細節(jié)性數(shù)據(jù)，OLTP數(shù)據(jù)則是綜合性數(shù)據(jù)OLAP按照數(shù)據(jù)存儲格式劃分，實現(xiàn)方式有MOLAP_、_ROLAP_和HOLAP三種根據(jù)使用情況的不同，元數(shù)據(jù)可以分為_技術元數(shù)據(jù)_和業(yè)務元數(shù)據(jù)；根據(jù)數(shù)據(jù)狀態(tài)的區(qū)別又可分為_靜態(tài)元數(shù)據(jù)_和動態(tài)元數(shù)據(jù)。數(shù)據(jù)倉庫按照設計順序，依次分為_概念模型設計_、_邏輯模型設計_和_物理模型設計_三個設計步驟OLAP技術側重于把數(shù)據(jù)庫中的數(shù)據(jù)進行分析、轉換成輔助決策信息，是繼數(shù)據(jù)庫技術發(fā)展之后迅猛發(fā)展起來的一種新技術。錯數(shù)據(jù)倉庫中間層OLAP服務器只能采用關系型OLAP。錯數(shù)據(jù)倉庫系統(tǒng)的組成部分包括數(shù)據(jù)倉庫，倉庫管理，數(shù)據(jù)抽取，分析

25、工具等四個部分。錯數(shù)據(jù)倉庫測試工作中主要包括單元測試和系統(tǒng)測試。對改變數(shù)據(jù)立方體維度的操作稱為下鉆。錯數(shù)據(jù)倉庫實際的三級模型中的概念模型不是對軟件實際的描述。對數(shù)據(jù)倉庫就是一個面向什么的數(shù)據(jù)集合？主體、集成、非易失、時變數(shù)據(jù)倉庫體系結構通常采用一種三層體系結構，底層、中間層、頂層分別通常為什么？OLAP服務器、數(shù)據(jù)倉庫服務器、前端工具第五章回歸分析中使用的距離是點到直線的垂直坐標距離，最小二乘準則是指（）。使各（Yt-Yt平均值）之和最小回歸分析的步驟為（）。確定變量建立預測模型進行相關分析計算預測誤確定預測值下列變量之間的關系是函數(shù)關系的是（）已知二次函數(shù)y=ax2+bx+c，其中a，c是已

26、知常數(shù)，取b為自變量，因變量是這個函數(shù)的判別式A=b24ac。光照時間和果樹畝產(chǎn)量降雪量和交通事故發(fā)生率每畝施用肥料量和糧食產(chǎn)量對于回歸分析，下列說法錯誤的是（）在回歸分析中，變量間的關系若是非確定性關系，那么因變量不能由自變量唯一確定線性相關系數(shù)可以是正的，也可以是負的回歸分析中，如果r2=1,說明x與y之間完全相關樣本相關系數(shù)re（-1,1）某地區(qū)調(diào)查了29歲兒童的身高，由此建立的身高y（cm）與年齡x（歲）的回歸模型為y=8.25x+60.13,下列敘述正確的是（）。該地區(qū)一個兒童的身高為142.63cm該地區(qū)29歲的兒童每年的身高約增加8.25cm該地區(qū)9歲兒童的平均身高是134.38

27、cm利用這個模型可以準確地預測該地區(qū)每個29歲兒童的身高已知對一組觀察值做出散點圖后確定具有線性相關關系，若對于丫乂+,求得b=0.51,-x=61.75,-y=38.14，則線性回歸方程為（）。y=0.51x+6.65下表是x和y之間的一組數(shù)據(jù)，則y關于x的回歸方程必過（）。點（2.5,4）平均值反映由模型中解釋變量所解釋的那部分離差大小的是（）?？傠x差平方和回歸平方和殘差平方和可決系數(shù)總離差平方和TSS、殘差平方和RSS與回歸平方和ESS三者的關系是（）。TSS=RSS+ESS決定系數(shù)R2的取值范圍是（）。0R2)（收入）TtEL1L3LSL52.D2.428Frt支出，-F元arLQL2

28、i.a.3L5IrSL72.025y=0.8136x+0.0043在回歸分析中，檢驗線性相關顯著性常用的三種檢驗方法，包含（）。相關系數(shù)顯著性檢驗法；t檢驗法；F檢驗法回歸方程y=1.5x-15，則下列說法不正確的有（）y=1.5x-1515是回歸系數(shù)a1.5是回歸系數(shù)ax=10時，y=0下列關系中具有相關關系的是（）。人的年齡與他擁有的財富之間的關系曲線上的點與該點的坐標之間的關系蘋果的產(chǎn)量與氣候之間的關系森林中的同一種樹木，其斷面直徑與高度之間的關系下列變量中，屬于正相關的是（）。收入增加，儲蓄額增加產(chǎn)量增加，生產(chǎn)費用增加收入增加，支出增加價格下降，消費增加回歸分析按照涉及變量的多少，分為

29、:一元回歸分析，多元回歸分析若線性回歸方程中的回歸系數(shù)b=0,則相關系數(shù)r為:0某化工廠為預測產(chǎn)品的回收率y,需要研究它和原料有效成分含量x之間的相關關系，現(xiàn)取8對觀測值，計算得s.=52,3J.-223.3蔣=47&.X?-i再YT849，則其線性回歸方程為（系數(shù)保留兩位小數(shù)）y=2.62x+11.47已知關于某設備的使用年限x與所支出的維修費用y（萬元），有如下統(tǒng)計資料。若y對x呈線性相關關系，則回歸直線方G|_II-1程*d，表示的直線一定過定點：平均值使用F檢驗對多元線性回歸方程進行線性關系的顯著性檢驗，所求F值越大，說明線性關系越：_顯著在使用決定系數(shù)R2對回歸方程進行擬合優(yōu)度檢驗時

30、，R2越大表示回歸方程的擬合程度越，R2越小表示回歸方程的擬合程度越。好差回歸分析是確定兩種或兩種以上變數(shù)間相互依賴的定量關系的一種統(tǒng)計分析方法。F檢驗運用服從F分布的統(tǒng)計量或方差比作為統(tǒng)計檢驗，通過度量回歸方程的線性關系是否顯著顯著性水平檢驗準確率是指分類器/回歸器正確地預測新的或先前未見過的數(shù)據(jù)的屬性值/類標號的能力當一些變量的值確定以后，另一些變量的值也隨之完全確定的關系，這些變量間的關系完全是已知的，變量間的關系可以用函數(shù)關系表示，我們稱之為確定性關系變量之間有一定的依賴關系，變量之間雖然互相影響和制約，但由于受到無法估計和控制的因素的影響，使變量間的關系呈現(xiàn)不確定性，當一些變量的值確

31、定以后，另一些變量值雖然隨之變化，卻不能完全確定，這時，變量間的關系就可以精確地用函數(shù)表示，即不能由一個或若干變量的值精確地確定另一個變量的值，我們稱這樣的關系為非確定性關系在回歸分析中：被解釋變量y是_因變量、解釋變量x是自變量?；貧w分析通常用于挖掘關聯(lián)規(guī)則錯某塊農(nóng)田糧食的產(chǎn)量與施肥量之間的關系為不確定性關系對多元線性回歸是研究處理兩個變量之間關系的最簡單模型錯回歸分析是確定兩種或兩種以上變量間相互依賴的定量關系的一種統(tǒng)計分析方法對時序預測與回歸預測一樣，也是用已知的數(shù)據(jù)預測未來的值，但這些數(shù)據(jù)的區(qū)別是變量所處的時間不同錯回歸分析按照自變量和因變量之間的關系類型，可分為線性回歸分析和非線性回

32、歸分析對一元線性回歸模型包含一個解釋變量和兩個被解釋變量錯用總平方和表示因變量的n個觀察值與其均值的誤差的總和對一元k次多項式回歸方程為y=a1+b1x+b2x2+.+bkxk對應用回歸預測法時，即使變量之間不存在相關關系，也可以對這些變量應用回歸預測法錯多元線性回歸模型表示的是多個自變量與一個因變量之間的關系對SVM通過什么實現(xiàn)線性不可分割問題核函數(shù)第六章下列幾種數(shù)據(jù)挖掘功能中被廣泛的用于購物籃分析的是（）關聯(lián)分析某超市研究銷售紀錄數(shù)據(jù)后發(fā)現(xiàn)，買啤酒的人很大概率也會購買尿布，這種屬于數(shù)據(jù)挖掘的哪類問題（）關聯(lián)規(guī)則發(fā)現(xiàn)設*=1,2,3是頻繁項集，則可由X產(chǎn)生多少個關聯(lián)規(guī)則（）6置信度（conf

33、idence）是衡量哪種興趣度度量的指標（）確定度關聯(lián)規(guī)則的支持度公式為（）support（A=B）=P（B|A）下列指標中，能夠度量一個規(guī)則的強度，同時衡量兩個集合之間的獨立性的是（）確定度規(guī)則。一A和A-。的置信度是（）100%令C1,C2和C3分別是規(guī)則p-q,p-q,r,p,r-q的置信度。如果假定C1,C2和C3有不同的值，置信度最低的規(guī)則是（）C2購買HDTV和購買健身器的情況如下表所示，設最小支持度閾值為0.3,最小置信度閾值為0.6,則買HDTV-買健身器的支持度為（）買KiJV買些6篇行利有貼言541卻小刖1S3sod0.33上一題所給的數(shù)據(jù)中，買HDTV-買健身器的置信度為（）0.55如果XCY,且Y中至少有一項不在X中，那么Y是*的（）真超項集下列關于Apriori算法的分析中，錯誤的是（）Apriori算法基于支持度的剪枝技術，用來控制候選項集的指數(shù)增長Aprio