数据挖掘--2023练习一

1. 数据对象的别名不包括： A.记录 B.样本 C.向量 D.特征

2. 属性的别名不包括： A.特征 B.样本 C.字段 D.维

3.下列说法不正确的是

A测量标度是将数值或符号与对象的属性相关联的规则

B属性的性质不必与用来度量它的值的性质完全相同

C即使在不同的应用问题中，同一个物理量也必然使用同一种类型的属性来描述

D属性类型可以划分为：标称、序数、区间、比率这四种

4.某办公自动化系统中，采用出生年份表示雇员的年龄，这是什么类型属性

A标称

B序数

C区间

D比率

5.某学籍管理系统中，采用百分制表示学生分数，这是什么类型属性

A标称

B序数

C区间

D比率

6.下列说法中错误的是：

A噪声是测量误差的随机部分

B数据中出现遗漏值的原因，可能是信息没有收集到，或者属性不适用于所有情况。

C通常由于不同的数据源合并时造成重复数据的产生

D离群点不可能是合法的数据对象或值

7.下列选项中不属于数据预处理方法的是

A维归约

B聚类

C离散化与二元化

D属性变换

8.下列说法中错误的是：

A维归约是通过创建新属性，将一些旧属性合并在一起来降低数据集的维度

B通过聚集操作，对象或属性群的行为通常比单个对象或属性的行为更加稳定；并且聚集操作不会丢失有趣的细节

C之所以可以进行特征子集选择，是因为特征中通常包含冗余特征或不相关特征

D特征创建可以通过特征提取、映射数据到新的空间等方法来实现。

9.引发人们对数据挖掘开展研究的挑战性问题包括（多选） ：

A可伸缩

B高维性

C异种数据和复杂数据

D数据的所有权与分布

E非传统的分析

1. 向量x=[3,2,3,1],y=[1,4,5,3],两者之间的欧几里得距离为 4

2. x=[1,2,0,2,0],y=[2,2,2,0,2],两者之间的夹角余弦相似度为 1/2

3. x=[0,1,1,0,0],y=[1,1,0,0,1],两者之间的Jaccard相似性系数为 1/4

4. x=[0,1,1,0,0],y=[1,1,0,0,1],两者之间的简单匹配系数为 2/5

5. 考试成绩定义为“优”、“良”、“中”、“差”四种，属性“良”和“中”之间的相异度为（答案可以写成分数或小数形式，小数形式保留小数点后2位） 1/3

1. 通常，信用卡盗刷的交易记录在全体信用卡交易的事务数据中，可以视为是离群点。 √

2. 离群点可以是合法的数据对象或值。 √

3. 数据中出现遗漏值的原因，可能是信息没有收集到，或者属性不适用于所有情况。 √

4. 维归约和特征子集选择这两种操作都可以达到降低数据维度的效果。 √

19.对变量进行标准化/规范化，就是创建一个新的变量，它具有均值0和标准差0 x