数据运营笔试判断题20例

1. 关联规则挖掘过程是发现满足最小支持度的所有项集代表的规则。（错）
2. 利用先验原理可以帮助减少频繁项集产生时需要探查的候选项个数（对）。
3. 先验原理可以表述为：如果一个项集是频繁的，那包含它的所有项集也是频繁的。（错）
4. 如果规则 不满足置信度阈值，则形如 的规则一定也不满足置信度阈值，其中 是X的子集。（对）
5. 具有较高的支持度的项集具有较高的置信度。（错）
6. 聚类（clustering）是这样的过程：它找出描述并区分数据类或概念的模型(或函数)，以便能够使用模型预测类标记未知的对象类。  （错）
7. 分类和回归都可用于预测，分类的输出是离散的类别值，而回归的输出是连续数值。(对)
8. 对于SVM分类算法，待分样本集中的大部分样本不是支持向量，移去或者减少这些样本对分类结果没有影响。 （对）
9. Bayes法是一种在已知后验概率与类条件概率的情况下的模式分类方法，待分样本的分类结果取决于各类域中样本的全体。   (错)
10.分类模型的误差大致分为两种：训练误差（training error）和泛化误差（generalization error）.    (对)
11. 在决策树中，随着树中结点数变得太大，即使模型的训练误差还在继续减低，但是检验误差开始增大，这是出现了模型拟合不足的问题。 （错）
12. SVM是这样一个分类器，他寻找具有最小边缘的超平面，因此它也经常被称为最小边缘分类器（minimal margin classifier）     (错)
13. 在聚类分析当中，簇内的相似性越大，簇间的差别越大，聚类的效果就越差。（错）
14. 聚类分析可以看作是一种非监督的分类。（对）
15. K均值是一种产生划分聚类的基于密度的聚类算法，簇的个数由算法自动地确定。（错）
16. 给定由两次运行K均值产生的两个不同的簇集，误差的平方和最大的那个应该被视为较优。（错）
17. 基于邻近度的离群点检测方法不能处理具有不同密度区域的数据集。（对）
18. 如果一个对象不强属于任何簇，那么该对象是基于聚类的离群点。（对）
19. 从点作为个体簇开始，每一步合并两个最接近的簇，这是一种分裂的层次聚类方法。（错）
20. DBSCAN是相对抗噪声的，并且能够处理任意形状和大小的簇。（对）