数据挖掘工程师章节练习(2020.01.03)

来源：考试资料网

1 熵是为消除不确定性所需要获得的信息量，投掷均匀正六面体骰子的熵是：（）。

2.填空题著名的数据仓库系统设计师W. H. Inmon认为，数据仓库与其他数据存储系统的区别的四个特征是：（）、（）、（）和（）

参考答案：面向主题；数据集成；随时间而变化；数据不易丢失

3 在基于图的簇评估度量表里面，如果簇度量为proximity（Ci，C），簇权值为mi，那么它的类型是（）。

4.填空题抽取、转换、加载过程的目的是为决策支持应用提供一个（）、权威数据源。因此，我们要求ETL过程产生的数据是详细的、历史的、规范的、可理解的、即时的和质量可控制的。

5.问答题如何提高Apriori算法的有效性？有哪些常见方法？

参考答案：可以使用一下几个思路来提升Apriori算法：减少对数据的扫描次数；缩小产生的候选项集；改进对候选项集的支持度计算方法。...

6.填空题雪花型模式是对（）维表的进一步层次化和规范化来消除冗余的数据。

7 下面哪些问题是我们进行数据预处理的原因？（）

8 数据的噪声是指（）。

9 字段Hair_color={auburn，black，blond，brown，grey，red，white}属于哪种属性类型？（）

10.名词解释ROLAP

参考答案：是基于关系数据库存储方式的，在这种结构中，多维数据被映像成二维关系表，通常采用星型或雪花型架构，由一个事实表和多个维度表...