山东大学软件学院数据挖掘期末考试回忆

考试时间：2023.12.25

授课老师：panpeng

考试内容：

5道简答题全部在他给的复习题里（我总结了一下放在上边了）

1、数据预处理步骤及每步要处理的问题；

2、画出数据集成框架，写出其及定义和原因；

3、数据仓库的特征和画出体系结构；

4、维度归约有哪两类技术？有什么区别？

5、离群点检测中最近邻距离的定义

大题：

1、给了两个模型分别计算阳性检测的精确率、召回率、准确率、错误率并说明哪个模型更好

2、画箱线图

3、逻辑模型（星型模型或雪花模型；MOLAP原理；粒度划分；OLAP操作）

4、、FP-tree

图类似这个但比这个数据多一点：

（1）画出FP-tree生成过程

（2）根据某个项的条件模式基挖掘出频繁序列

（3）根据频繁序列写出关联规则

（4）关联规则主观度量和客观度量方法

5、Apriori-all

图类似这样但比这个数据多一点：

（1）画出转换后的序列数据库

（2）写出算法中有几种连接操作

（3）Apriori、Apriori-all、GSP连接操作的区别

6、DB-SCAN

图类似这样：只不过e=3,min=3

（1）写出聚类过程

（2）写出所有核心点

（3）写出两组密度可达和密度相连的点

7、OPTICS

根据可达距离折线图写出聚类

8、Birch

数据类似这样：

给出了插入x1、x2、x3、x4之后的CF树类似这样：

写出插入x5的过程和画出插入后的CF树

感想：题量非常非常大！！！！！要求对每个算法都非常掌握，看到题不用思考就能写过程的那种掌握，两个小时基本写不完！