数据挖掘一些面试题总结

数据挖掘一些面试题总结（DataMining）摘录一段企业面对海量数据应如何具体实施数据挖掘，使之转换成可行的结果/模型？首先进行数据的预处理，主要进行数据的清洗，数据清洗，处理空缺值，数据的集成，数据的变换和数据规约。请列举您使用过的各种数据仓库工具软件（包括建模工具，ETL工具，前端展现工具，OLAPServer、数据库、数据挖掘工具）和熟悉程度。ETL工具：AscentialDataStage，IBMwarehouseMANAGER、Informatica公司的PowerCenter、Cognos公司的DecisionStream市场上的主流数据仓库存储层软件有：SQLSERVER、SYBASE、ORACLE、DB2、TERADATA请谈一下你对元数据管理在数据仓库中的运用的理解。元数据能支持系统对数据的管理和维护，如关于数据项存储方法的元数据能支持系统以最有效的方式访问数据。具体来说,在数据仓库系统中，元数据机制主要支持以下五类系统管理功能：（１）描述哪些数据在数据仓库中；（２）定义要进入数据仓库中的数据和从数据仓库中产生的数据；（３）记录根据业务事件发生而随之进行的数据抽取工作时间安排；（４）记录并检测系统数据一致性的要求和执行情况；（５）衡量数据质量。数据挖掘对聚类的数据要求是什么？（1）可伸缩性（2）处理不同类型属性的能力（3）发现任意形状的聚类（4）使输入参数的领域知识最小化（5）处理噪声数据的能力（6）对于输入顺序不敏感（7）高维性（8）基于约束的聚类（9）可解释性和可利用性简述Apriori算法的思想，谈谈该算法的应用领域并举例。思想：其发现关联规则分两步，第一是通过迭代，检索出数据源中所有烦琐项集，即支持度不低于用户设定的阀值的项即集，第二是利用第一步中检索出的烦琐项集构造出满足用户最小信任度的规则，其中，第一步即挖掘出所有频繁项集是该算法的核心，也占整个算法工作量的大部分。在商务、金融、保险等领域皆有应用。在建筑陶瓷行业中的交叉销售应用，主要采用了Apriori算法通过阅读该文挡，请同学们分析一下数据挖掘在电子商务领域的应用情况（请深入分析并给出实例，切忌泛泛而谈）？单选题1.某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖掘的哪类问题？(A)A.关联规则发现B.聚类C.分类D.自然语言处理2.以下两种描述分别对应哪两种对分类算法的评价标准？(A)(a)警察抓小偷，描述警察抓的人中有多少个是小偷的标准。(b)描述有多少比例的小偷给警察抓了的标准。A.Precision,RecallB.Recall,PrecisionA.Precision,ROCD.Recall,ROC3.将原始数据进行集成、变换、维度规约、数值规约是在以下哪个步骤的任务？(C)A.频繁模式挖掘B.分类和预测C.数据预处理D.数据流挖掘4.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？(B)A.分类B.聚类C.关联分析D.隐马尔可夫链5.什么是KDD？(A)A.数据挖掘与知识发现B.领域知识发现C.文档知识发现D.动态知识发现6.使用交互式的和可视化的技术，对数据进行探索属于数据挖掘的哪一类任务？（A）A.探索性数据分析B.建模描述C.预测建模D.寻找模式和规则7.为数据的总体分布建模；把多维空间划分成组等问题属于数据挖掘的哪一类任务？(B)A.探索性数据分析B.建模描述C.预测建模D.寻找模式和规则8.建立一个模型，通过这个模型根据已知的变量值来预测其他某个变量值属于数据挖掘的哪一类任务？(C)A.根据内容检索B.建模描述C.预测建模D.寻找模式和规则9.用户有一种感兴趣的模式并且希望在数据集中找到相似的模式，属于数据挖掘哪一类任务？(A)A.根据内容检索B.建模描述C.预测建模D.寻找模式和规则11.下面哪种不属于数据预处理的方法？(D)A变量代换B离散化C聚集D估计遗漏值12.假设12个销售价格记录组已经排序如下：5,10,11,13,15,35,50,55,72,92,204,215使用如下每种方法将它们划分成四个箱。等频（等深）划分时，15在第几个箱子内？(B)A第一个B第二个C第三个D第四个13.上题中，等宽划分时（宽度为50），15又在哪个箱子里？(A)A第一个B第二个C第三个D第四个14.下面哪个不属于数据的属性类型：(D)A标称B序数C区间D相异15.在上题中，属于定量的属性类型是：(C)A标称B序数C区间D相异16.只有非零值才重要的二元属性被称作：(C)A计数属性B离散属性C非对称的二元属性D对称属性17.以下哪种方法不属于特征选择的标准方法：(D)A嵌入B过滤C包装D抽样18.下面不属于创建新属性的相关方法的是：(B)A特征提取B特征修改C映射数据到新的空间D特征构造19.考虑值集{1、2、3、4、5、90}，其截断均值（p=20%）是(C)A2B3C3.5D520.下面哪个属于映射数据到新的空间的方法？(A)A傅立叶变换B特征加权C渐进抽样D维归约21.熵是为消除不确定性所需要获得的信息量，投掷均匀正六面体骰子的熵是：(B)A1比特B2.6比特C3.2比特D3.8比特22.假设属性income的最大最小值分别是12000元和98000元。利用最大最小规范化的方法将属性的值映射到0至1的范围内。对属性income的73600元将被转化为：(D)A0.821B1.224C1.458D0.71623.假定用于分析的数据包含属性age。数据元组中age的值如下（按递增序）：13，15，16，16，19，20，20，21，22，22，25，25，25，30，33，33，35，35，36，40，45，46，52，70,问题：使用按箱平均值平滑方法对上述数据进行平滑，箱的深度为3。第二个箱子值为：(A)A18.3B22.6C26.8D27.924.考虑值集{12243324556826}，其四分位数极差是：(A)A31B24C55D325.一所大学内的各年纪人数分别为：一年级200人，二年级160人，三年级130人，四年级110人。则年级属性的众数是：(A)A一年级B二年级C三年级D四年级26.下列哪个不是专门用于可视化时间空间数据的技术：(B)A等高线图B饼图C曲面图D矢量场图27.在抽样方法中，当合适的样本容量很难确定时，可以使用的抽样方法是：(D)A有放回的简单随机抽样B无放回的简单随机抽样C分层抽样D渐进抽样28.数据仓库是随着时间变化的,下面的描述不正确的是(C)A.数据仓库随时间的变化不断增加新的数据内容;B.捕捉到的新数据会覆盖原来的快照;C.数据仓库随事件变化不断删去旧的数据内容;D.数据仓库中包含大量的综合数据,这些综合数据会随着时间的变化不断地进行重新综合.29.关于基本数据的元数据是指:(D)A.基本元数据与数据源,数据仓库,数据集市和应用程序等结构相关的信息;B.基本元数据包括与企业相关的管理方面的数据和信息;C.基本元数据包括日志文件和简历执行处理的时序调度信息;D.基本元数据包括关于装载和更新处理,分析处理以及管理方面的信息.30.下面关于数据粒度的描述不正确的是:(C)A.粒度是指数据仓库小数据单元的详细程度和级别;B.数据越详细,粒度就越小,级别也就越高;C.数据综合度越高,粒度也就越大,级别也就越高;D.粒度的具体划分将直接影响数据仓库中的数据量以及查询质量.31.有关数据仓库的开发特点,不正确的描述是:(A)A.数据仓库开发要从数据出发;B.数据仓库使用的需求在开发出去就要明确;C.数据仓库的开发是一个不断循环的过程,是启发式的开发;D.在数据仓库环境中,并不存在操作型环境中所固定的和较确切的处理流,数据仓库中数据分析和处理更灵活,且没有固定的模式32.在有关数据仓库测试,下列说法不正确的是:(D)A.在完成数据仓库的实施过程中,需要对数据仓库进行各种测试.测试工作中要包括单元测试和系统测试.B.当数据仓库的每个单独组件完成后,就需要对他们进行单元测试.C.系统的集成测试需要对数据仓库的所有组件进行大量的功能测试和回归测试.D.在测试之前没必要制定详细的测试计划.33.OLAP技术的核心是:(D)A.在线性;B.对用户的快速响应;C.互操作性.D.多维分析;34.关于OLAP的特性,下面正确的是:(D)(1)快速性(2)可分析性(3)多维性(4)信息性(5)共享性A.(1)(2)(3)B.(2)(3)(4)C.(1)(2)(3)(4)D.(1)(2)(3)(4)(5)35.关于OLAP和OLTP的区别描述,不正确的是:(C)A.OLAP主要是关于如何理解聚集的大量不同的数据.它与OTAP应用程序不同.B.与OLAP应用程序不同,OLTP应用程序包含大量相对简单的事务.C.OLAP的特点在于事务量大,但事务内容比较简单且重复率高.D.OLAP是以数据仓库为基础的,但其最终数据来源与OLTP一样均来自底层的数据库系统,两者面对的用户是相同的.36.OLAM技术一般简称为”数据联机分析挖掘”,下面说法正确的是:(D)A.OLAP和OLAM都基于客户机/服务器模式,只有后者有与用户的交互性;B.由于OLAM的立方体和用于OLAP的立方体有本质的区别.C.基于WEB的OLAM是WEB技术与OLAM技术的结合.D.OLAM服务器通过用户图形借口接收用户的分析指令,在元数据的知道下,对超级立方体作一定的操作.37.关于OLAP和OLTP的说法,下列不正确的是:(A)A.OLAP事务量大,但事务内容比较简单且重复率高.B.OLAP的最终数据来源与OLTP不一样.C.OLTP面对的是决策人员和高层管理人员.D.OLTP以应用为核心,是应用驱动的.38.设X={1，2，3}是频繁项集，则可由X产生__(C)__个关联规则。A、4B、5C、6D、740.概念分层图是__(B)__图。A、无向无环B、有向无环C、有向有环D、无向有环41.频繁项集、频繁闭项集、最大频繁项集之间的关系是：(C)A、频繁项集频繁闭项集=最大频繁项集B、频繁项集=频繁闭项集最大频繁项集C、频繁项集频繁闭项集最大频繁项集D、频繁项集=频繁闭项集=最大频繁项集42.考虑下面的频繁3-项集的集合：{1，2，3}，{1，2，4}，{1，2，5}，{1，3，4}，{1，3，5}，{2，3，4}，{2，3，5}，{3，4，5}假定数据集中只有5个项，采用合并策略，由候选产生过程得到4-项集不包含（C）A、1，2，3，4B、1，2，3，5C、1，2，4，5D、1，3，4，543.下面选项中t不是s的子序列的是(C)A、s={2,4},{3,5,6},{8}t={2},{3,6},{8}B、s={2,4},{3,5,6},{8}t={2},{8}C、s={1,2},{3,4}t={1},{2}D、s={2,4},{2,4}t={2},{4}44.在图集合中发现一组公共子结构，这样的任务称为(B)A、频繁子集挖掘B、频繁子图挖掘C、频繁数据项挖掘D、频繁模式挖掘45.下列度量不具有反演性的是(D)A、系数B、几率C、Cohen度量D、兴趣因子46.下列__(A)__不是将主观信息加入到模式发现任务中的方法。A、与同一时期其他数据对比B、可视化C、基于模板的方法D、主观兴趣度量47.下面购物篮能够提取的3-项集的最大数量是多少（C）ID购买项1牛奶，啤酒，尿布2面包，黄油，牛奶3牛奶，尿布，饼干4面包，黄油，饼干5啤酒，饼干，尿布6牛奶，尿布，面包，黄油7面包，黄油，尿布8啤酒，尿布9牛奶，尿布，面包，黄油10啤酒，饼干A、1B、2C、3D、448.以下哪些算法是分类算法，A，DBSCANB，C4.5C,K-MeanD,EM（B）49.以下哪些分类方法可以较好地避免样本的不平衡问题，A，KNNB，SVMC，BayesD，神经网络（A）50.决策树中不包含一下哪种结点，A,根结点（rootnode)B,内部结点（internalnode）C,