数据挖掘大学练习题

数据挖掘中北大学练习题

第一章 绪论
一.判断题（共10题,83.0分）
下面各项是否是数据挖掘任务？
1根据性别划分公司的顾客
我的答案：× 得分： 8.3分正确答案：× 答案解析： 这属于简单的数据库查询
2根据可盈利性划分公司的顾客
我的答案：× 得分： 8.3分正确答案：× 答案解析： 这是简单的会计计算
3计算公司的总销售额
我的答案：× 得分： 8.3分正确答案：× 答案解析： 这是简单的会计计算
4按学生的标识号对学生数据库进行排序
我的答案：× 得分： 8.3分正确答案：× 答案解析： 这是简单的数据库查询
5 预测掷骰子的结果
我的答案：× 得分： 8.3分正确答案：× 答案解析： 由于每一面都是同等概率，属于概率计算；如果概率是不同等，根据历史数据预测结果则更类似于数据挖掘任务
6 使用历史记录预测某公司未来的股价价格
我的答案：√ 得分： 8.3分正确答案：√ 答案解析： 需要建立模型来预测股票价格，属于数据挖掘领域中的预测模型，可以使用回归来建模，或使用时间序列分析
7 监测病人心率的异常变化
我的答案：√ 得分： 8.3分正确答案：√ 答案解析： 需要建立正常心率行为模型，并预警非正常心率行为。这属于数据挖掘领域的异常检测。若有正常和非正常心率行为样本，则可看作一个分类问题
8 监视地震活动的地震波
我的答案：√ 得分： 8.3分正确答案：√ 答案解析： 需要建立与地震活动相关的不同波形的模型，并预警波形活动。这属于数据挖掘领域的分类问题
9 提取声波的频率
我的答案：× 得分： 8.3分正确答案：× 答案解析： 属于信号处理问题
10 为用户提供电影推荐
我的答案：√ 得分： 8.3分正确答案：√ 答案解析： 典型推荐问题
二.简答题（共2题,17.0分）
1 举例说明数据挖掘、数据分析、机器学习、人工智能的概念以及区别。
正确答案：
数据挖掘是：从海量的业务数据中识别出巨量数据中有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。数据挖掘受到很多学科领域的影响，其中数据库、机器学习、统计学无疑影响最大。简言之，对数据挖掘而言，数据库提供数据管理技术，机器学习和统计学提供数据分析技术。
数据分析，是指使用适当的统计分析方法(如聚类分析、相关性分析等)对收集来的大量数据进行分析，从中提取有用信息和形成结论，并加以详细研究和概括总结的过程。
机器学习：利用经验（以数据的形式存在）来改善计算机系统自身的性能，是人工智能的核心研究领域之一，也是计算机科学的子领域，同时也是人工智能的一个分支和实现方式。同时给出了形式化的描述：对于某类任务T和性能度量P，如果一个计算机程序在T上以P衡量的性能随着经验E而自我完善，那么就称这个计算机程序在从经验E学习。
人工智能：是使计算机模拟或实现人类的学习行为，以获取新的知识和技能，使之不断改善自身的性能。
区别：我们可以把数据挖掘理解为一种类型的工作，或工作中的某种成分，机器学习是帮助完成这个工作的方法，所以说机器学习和数据库是数据挖掘的两大支撑技术。统计学、数据库和人工智能共同构造了数据挖掘技术的三大支柱，许多成熟的统计方法构成了数据挖掘的核心内容。数据分析是把数据变成信息的工具，数据挖掘是把信息变成认知的工具，如果我们想要从数据中提取一定的规律（即认知）往往需要数据分析和数据挖掘结合使用。从数据分析的角度来看，绝大多数数据挖掘技术都来自机器学习领域，但机器学习研究往往并不把海量数据作为处理对象，因此，数据挖掘要对算法进行改造，使得算法性能和空间占用达到实用的地步。同时，数据挖掘还有自身独特的内容，即关联分析。
我的答案：
一、 概念
数据挖掘：一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。
数据分析：是指用适当的统计分析方法对收集来的大量数据进行分析࿰