本文介绍了数据挖掘的基础概念，包括KDD（知识发现与数据挖掘）的定义，数据、信息、知识和智慧的区别，以及人认识事物的过程。同时，讨论了数据的属性类型、聚类和分类的关系，以及数据预处理中的标准化方法。还涉及到了贝叶斯分类器的朴素性假设和决策树的相关知识，包括其构建和分类过程。此外，提到了聚类算法如K-Means及其特点，以及关联规则在数据挖掘中的应用。
1、【单选】什么是KDD?
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
2、【单选】 “8000”和“10000”表示:
A.数据 B.信息
C.知识 D.智慧
3、【单选】人从出生到长大的过程中，是如何认识事物的?
A.聚类过程 B.分类过程
C.先分类，后聚类 D.先聚类，后分类
4、【单选】“8000米是飞机飞行最大高度”与“10000米的高山”表示
A.数据 B.信息
C.知识 D.智慧
5、【单选】飞机无法飞过高山”表示
A.数据 B.信息
C.知识 D.智慧
6、【单选】下面哪个不属于数据的属性类型
A.标称 B.序数
C.区间 D.相异
7、【单选】只有非零值才重要的二元属性被称作
A.计数属性 B.离散属性
C.非对称的二元属性 D.对称属性
8、【单选】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.一年级
B.二年级
C.三年级
D.四年级
9、杰卡德系数用来度量非对称的二进制属性的相似性判断
A.√
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
