商务智能试卷2套.docx
《商务智能试卷2套.docx》由会员分享,可在线阅读,更多相关《商务智能试卷2套.docx(8页珍藏版)》请在第一文库网上搜索。
1、桂林电子科技大学试卷2023-2023学年第2学期;课号2221525、2221766课程名称商务智能与数据挖掘(A、B卷开、闭卷);适用班级(或年级、专业)Q2Qjft息管理与信息系统、数字经济/(每位考生需要答题纸(8k)2张、草稿纸(16k)1张)题号一二三四五六七八九十成绩满分30202030得分评卷人考试时间120分钟班级学号姓名一、单选题(30分,2分*15题)1 .数据挖掘基本任务不包括()A.分类与预测C.关联分析2 .聚类分析要求()B.聚类分析D.最优化分析A.类别内数据“差异性”尽可能小,B.类别内数据“差异性”尽可能大,C.类别内数据“差异性”尽可能小,D.类别内数据“
2、差异性”尽可能大,类别间“差异性”尽可能小类别间“差异性”尽可能大类别间“差异性”尽可能大类别间“差异性”尽可能小3.数据标准化主要目的是()A.消除指标之间的量纲和大小不一的影响B.完全消除数据之间的差异C.节省数据计算时间D.减少数据计算存储空间4.数据规范化方法不包括()A.最大.最小规范化C.1og变化5.数据预处理不包括()B.零.均值规范化D.离散化B.关联规则的产生)B.贝叶斯分类A.数据清洗B.数据集成6 .关联分析主要任务是()A.支持度分析7 .分类算法不包括(A.决策树C.数据变换和规约D.数据可视化C.模式分析D.结构挖掘C.逻辑回归D.K-medoids8.下列关于分
3、类说法错误的是OB.分类通过学习得到一个目标函数A.分类是一种有监督的学习过程D.训练数据中的类别是未知的C.钻取D.旋转)C.数据转换D.数据关联B.基于层次的方法D.基于智能的方法这是关联分析的()B.置信度D.提升度B.决策树包括决策点、分支、叶节点D.决策树主要用于因果关系发现B.信息增益(InfoITnatiOnGain)方法D.文木相关性分析方法B.结构挖掘D.传播挖掘C.分类包括训练阶段和测试阶段9 .O1AP基本操作不包括()A.切片B.过滤10 .知识发现过程不包括下列哪个阶段(A.数据清理B.数据集成11 .聚类算法不包括()A.基于划分的方法C.基于密度的方法12 .项集
4、A出现以后,另一项集B出现的概率,A.支持度C.信任度13 .关于决策树分类器说法错误的是()A.决策树是一种分类算法C.决策树基于燧、信息增益等进行属性选择14 .文本特征提取常见方法不包括()A.互信息方法(MUtUaI1nfOrmation)C.TF-IDF方法15 .Web挖掘不包括()A.内容挖掘C.使用挖掘二、判断题(20分,2分*10题,正确标记J,错误标记X)1 .数据清洗主要是删除原始数据集中的无关、重复数据,平滑噪声数据,处理缺失值、异常值等。()2 .分类是构造一个分类模型,输入样本的属性值,输出对应的类别,将每个样本映射到预先定义好的类别。()3 .决策树是一种根据信息
5、端进行聚类和回归的算法。()4 .项集A发生,则项集B也同时发生的概率为关联规则的提升度。()5 .数据规范化的主要目的是方便存储、节约计算时间。()6 .数据集成是将多个数据源合并存放在一个一致的数据存储中。()7,分类算法通过学习得到一个目标函数。()8 .为了消除指标之间的量纲和大小不一的影响,需要进行数据离散化处理。()9 .聚类是一种有监督的学习过程。()10 .自然语言处理先后经历了规则阶段和统计方法阶段。(三、名词解释(20分,4分*5题)1 .O1AP2 .支持度3 .频繁项集4 .分类5 .情感分析四、简答题(30分,6分*5题)1 .数据挖掘流程模型:SEMMA和CRISP
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 商务 智能 试卷