更多“使用各种聚类、分类算法对学生成绩数据进行分析。”相关问题
  • 第1题:

    在对某商场的顾客进行流失预测分析时,先取得一个顾客样本集S,其模式为(id,a1,a2,…,an,c),其中id为顾客的唯一标识,ai(i=1,2,…,n)为顾客的属性,如年龄、性别、消费时间间隔等,c的取值为{流失,未流失}。现有算法A对样本S进行处理,输出结果为P,P能根据该样本集外的顾客u的n个属性,确定u的c属性值,以对顾客的流失作出预测。那么,A和P分别是( )。

    A.聚类算法,聚类工具

    B.分类算法,分类器

    C.关联规则算法,规则集

    D.多维分析算法,OLAP工具


    正确答案:B
    由于有样本集和测试集之分,又有已有的类别标签,所以属于监督学习。分类:通过学习得到一个目标函数f,把每个属性集x映射到一个预先定义的类标号y。分类属于监督学习。聚类:根据在数据中发现的描述对象及其关系的信息,将数据对象分组,组内的对象相互之间是相似的,而不同组中的对象则不同。组内的相似性越大,组间差别越大,聚类就越好,属于无监督学习。关联规则挖掘:发现隐藏在大型数据集中的有意义的联系。多维分析是指各级管理决策人员从不同的角度、快速灵活地对数据仓库中的数据进行复杂查询多维分析处理。根据题意显然是符合分类。所以选B。

  • 第2题:

    在机器学习概念中,有监督学习、无监督学习和强化学习三大类典型方法。下列学习任务属于无监督学习的是( )。

    A.根据样本数据,采用分类算法,训练分类器

    B.根据样本数据,进行回归分析

    C.将未知类别的一组数据,采用聚类方法,分成不同的组

    D.机器人在报考环境中,自主学习掌握行走方法


    参考答案:C

  • 第3题:

    聚类的典型应用不包括(请作答此空),( )是一个典型的聚类算法。

    A.商务应用中,帮助市场分析人员发现不同的客户群
    B.对WEB上的文档进行分类
    C.分析WEB日志数据,发现相同的用户访问模式
    D.根据以往病人的特征,对新来的病人进行诊断

    答案:D
    解析:
    本题考査数据挖掘的基础知识。简单地说,数据挖掘中的聚类是一种无监督的学习方法,基本思路是物以类聚人以群分,即把相似或相关的对象归为一类。在分析之前没有已知的类型信息。因此,本题的选项A、B和C均属于聚类分析的应用,而选项D则属于分类的应用,即对新病人进行诊断时,是根据历史的病人诊断结论来进行的。

  • 第4题:

    数据分析模型主要有()。

    • A、分类
    • B、聚类
    • C、关联
    • D、预测
    • E、回归

    正确答案:A,B,C,D

  • 第5题:

    DBSCAN算法对异常值敏感,因此要在聚类前进行异常值分析。


    正确答案:错误

  • 第6题:

    主要的数据挖掘算法有()。

    • A、分割聚类法
    • B、ID3算法
    • C、Apriori算法
    • D、遗传算法

    正确答案:A,B,C

  • 第7题:

    以下哪个不是数据挖掘所采用的方法()

    • A、分类
    • B、联系
    • C、连结分析
    • D、聚类

    正确答案:B

  • 第8题:

    当不知道数据所带标签时,可以使用()促使带同类标签的数据与带其他标签的数据相分离。

    • A、分类
    • B、聚类
    • C、关联分析
    • D、隐马尔科夫连

    正确答案:B

  • 第9题:

    多选题
    主要的数据挖掘算法有()。
    A

    分割聚类法

    B

    ID3算法

    C

    Apriori算法

    D

    遗传算法


    正确答案: B,C
    解析: 暂无解析

  • 第10题:

    多选题
    数据分析模型主要有()。
    A

    分类

    B

    聚类

    C

    关联

    D

    预测

    E

    回归


    正确答案: C,D
    解析: 暂无解析

  • 第11题:

    单选题
    在数据挖掘中,从以往的数据中得到规则,然后对新数据进行区分,这里使用的是()
    A

    分类

    B

    聚类

    C

    关联规则

    D

    预测


    正确答案: D
    解析: 暂无解析

  • 第12题:

    单选题
    BIRCH是一种()。
    A

    分类器

    B

    聚类算法

    C

    关联分析算法

    D

    特征选择算法


    正确答案: C
    解析: 暂无解析

  • 第13题:

    聚类的典型应用不包括(),()是一个典型的聚类算法。

    A.商务应用中,帮助市场分析人员发现不同的客户群

    B.对WEB上的文档进行分类

    C.分析WEB日志数据,发现相同的用户访问模式

    D.根据以往病人的特征,对新来的病人进行诊断@@@SXB@@@A.决策树

    B.Apriori

    C.k-means

    D.SVM


    正确答案:D,C

  • 第14题:

    设某数据库中有一个用户样本集S,其模式为(a1,a2…an,c),其中ai(i=1…n)为用户的普通属性,属性c的取值范围为{高级用户,中级用户,普通用户}。现有算法A,对S进行处理,输出结果为P,P能根据新出现的用户U的n个普通属性的取值确定u的用户级别。则A和P分别是

    A.聚类算法,聚类工具

    B.多维分析算法,OLAP工具

    C.预测模型,预测工具

    D.分类算法,分类器


    正确答案:D
    解析:分类的目的是学会一个分类函数或分类模型(也常称作分类器),该模型能把数据库中的数据项映射到给定类别中的某一个。分类和回归都可用于预测。

  • 第15题:

    工资分析表是以工资数据为基础,对按()方式分类的工资数据进行分析和比较,产生各种分析表,供决策人员使用。

    A、部门
    B、工资项目
    C、岗位
    D、以上全对

    答案:A
    解析:
    工资分析表是以工资数据为基础,对按部门、人员等方式分类的工资数据进行分析和比较,产生各种分析表,供决策人员使用。

  • 第16题:

    在数据挖掘中,从以往的数据中得到规则,然后对新数据进行区分,这里使用的是()

    • A、分类
    • B、聚类
    • C、关联规则
    • D、预测

    正确答案:A

  • 第17题:

    BIRCH是一种()。

    • A、分类器
    • B、聚类算法
    • C、关联分析算法
    • D、特征选择算法

    正确答案:B

  • 第18题:

    尿布啤酒是大数据分析的()

    • A、A/B测试
    • B、分类
    • C、关联规则挖掘
    • D、数据聚类

    正确答案:C

  • 第19题:

    目前聚类算法的选择缺觉与()的类型,()的目的和应用。

    • A、数据
    • B、关联
    • C、聚类

    正确答案:A,C

  • 第20题:

    问答题
    按照聚类的原理和方法划分有哪三类聚类算法?各种聚类算法的思想是什么?

    正确答案: 按照聚类的原理和方法来划分聚类算法,分为:
    ①层次聚类;②划分聚类;③基于密度的聚类。
    各种聚类算法的思想如下:
    ①层次聚类:递归的对对象进行合并或者分裂,直到满足某一终止条件。根据二叉树生成的顺序,可以把层次聚类方法分为合并型层次聚类和分解型层次聚类;
    ②划分聚类:给定聚类数目k和目标函数F,划分聚类算法把D划分成k个类,是的目标函数在此划分下达到最优,划分算法把聚类问题转化成一个组合优化问题,从一个初始划分或者一个厨师聚点集合开始,利用迭代控制策略优化目标函数。
    ③基于密度的聚类:根据空间密度的差别,把具有相似密度的点作为聚类。通常只扫描一次数据库。
    解析: 暂无解析

  • 第21题:

    判断题
    DBSCAN算法对异常值敏感,因此要在聚类前进行异常值分析。
    A

    B


    正确答案:
    解析: 暂无解析

  • 第22题:

    填空题
    聚类分析中Q型聚类是对()进行聚类,R型聚类是对变量进行聚类。

    正确答案: 样品
    解析: 暂无解析

  • 第23题:

    单选题
    以下哪个不是数据挖掘所采用的方法()
    A

    分类

    B

    联系

    C

    连结分析

    D

    聚类


    正确答案: A
    解析: 暂无解析

  • 第24题:

    单选题
    当不知道数据所带标签时,可以使用()促使带同类标签的数据与带其他标签的数据相分离。
    A

    分类

    B

    聚类

    C

    关联分析

    D

    隐马尔科夫连


    正确答案: A
    解析: 暂无解析