大数据与人工智能答案2023秋

第四章测试

1.关联规则是形如X→Y的蕴涵式，表示通过X可以推导“得到”Y。
A:对 B:错
答案:A
2.

关联规则A->B的支持度support=P(AB)，指的是（   ）。

A:

事件B发生的概率。

B:

事件A和事件B同时发生的概率。

C:

事件A发生的概率。

D:

发生事件A的基础上发生事件B的概率。

3.

置信度confidence=P(B|A)=P(AB)/P(A),指的是（   ）。

A:

事件A和事件B同时发生的概率。

B:

事件A发生的概率。

C:

事件B发生的概率。

D:

发生事件A的基础上发生事件B的概率。

4.

关联规则的执行过程包括（   ）。

A:

由频繁项集产生强规则

B:

总结分析

C:

对数据进行加工

D:

找出所有的频繁项集

E:

对数据进处理

5.（ ）采用自底向上的聚类方法，从最底层开始，每一次通过合并最相似的聚类来形成上一层次中的聚类，当全部数据点都合并到一个聚类时或者达到某个终止条件时结束，是大部分层次聚类采用的方法。
A:合并的层次聚类 B:分裂的层次聚类 C:基于密度的聚类算法 D:基于划分的算法 6.K-Means算法中选择较大的K值可以降低数据的误差，并不会增加过拟合的风险。
A:错 B:对 7.

在降维技术方面，LDA的中文含义是（   ）。

A:

线性判别方法

B:

主成分分析

C:

数据压缩技术

D:

特征选择技术

8.

LDA降维和PCA降维的不同之处包括（   ）。

A:

LDA降维最多降到k-1维，而PCA没有这个限制

B:

LDA是有监督的降维方法，而PCA是无监督的降维方法

C:

两者在降维时特征分解的思想不同

D:

LDA除了可以用于降维，还可以用于分类

E:

LDA选择分类性能最好的投影方向，而PCA选择样本点投影具有最大方差的方向

9.（ ）方法的思想将子集的选择看作是一个搜索寻优问题，生成不同的组合，对组合进行评价，再与其他的组合进行比较。
A:Wrapper方法 B:LDA方法 C:Fisher方法 D:Filter方法 10.（ ）常考虑的是同质弱学习器，相互独立地并行学习这些弱学习器，并按照某种确定性的平均过程将它们组合起来。
A:wrappering B:bagging C:boosting D:stacking