太原理工大學(xué)數(shù)據(jù)挖掘考試題庫-文庫吧資料
2024-08-18 05:20本頁面
【正文】 ) 數(shù)據(jù)歸約的方法有哪些？為什么要進行維歸約？i. 數(shù)據(jù)立方體聚集ii. 維歸約iii. 數(shù)據(jù)壓縮iv. 數(shù)值壓縮v. 離散化和概念分層維歸約可以去掉不重要的屬性，減少數(shù)據(jù)立方體的維數(shù)，從而減少數(shù)據(jù)挖掘處理的數(shù)據(jù)量，提高挖掘效率。l) 何謂數(shù)據(jù)規(guī)范化？規(guī)范化的方法有哪些？寫出對應(yīng)的變換公式。① 忽略該記錄；② 去掉屬性；③ 手工填寫空缺值；④ 使用默認值；⑤ 使用屬性平均值；⑥ 使用同類樣本平均值；⑦ 預(yù)測最可能的值。① 盡可能賦予屬性名和屬性值明確的含義；② 統(tǒng)一多數(shù)據(jù)源的屬性值編碼；③ 去除無用的惟一屬性或鍵值(如自動增長的id)；④ 去除重復(fù)屬性(在某些分析中，年齡和出生日期可能就是重復(fù)的屬性，但在某些時候它們可能又是同時需要的)⑤ 去除可忽略字段(大部分為空值的屬性一般是沒有什么價值的，如果不去除可能造成錯誤的數(shù)據(jù)挖掘結(jié)果)⑥ 合理選擇關(guān)聯(lián)字段(對于多個關(guān)聯(lián)性較強的屬性，重復(fù)無益，只需選擇其中的部分用于數(shù)據(jù)挖掘即可，如價格、數(shù)據(jù)、金額)⑦ 去掉數(shù)據(jù)中的噪音、填充空值、丟失值和處理不一致數(shù)據(jù)。④ 數(shù)據(jù)歸約：縮小數(shù)據(jù)的取值范圍，使其更適合于數(shù)據(jù)挖掘算法的需要，并且能夠得到和原始數(shù)據(jù)相同的分析結(jié)果。③ 數(shù)據(jù)變換：將原始數(shù)據(jù)轉(zhuǎn)換成為適合數(shù)據(jù)挖掘的形式。② 數(shù)據(jù)集成：將多個數(shù)據(jù)源中的數(shù)據(jù)結(jié)合起來存放在一個一致的數(shù)據(jù)存儲中。h) 簡述數(shù)據(jù)預(yù)處理方法和內(nèi)容。g) 在數(shù)據(jù)挖掘之前為什么要對原始數(shù)據(jù)進行預(yù)處理？原始業(yè)務(wù)數(shù)據(jù)來自多個數(shù)據(jù)庫或數(shù)據(jù)倉庫，它們的結(jié)構(gòu)和規(guī)則可能是不同的，這將導(dǎo)致原始數(shù)據(jù)非常的雜亂、不可用，即使在同一個數(shù)據(jù)庫中，也可能存在重復(fù)的和不完整的數(shù)據(jù)信息，為了使這些數(shù)據(jù)能夠符合數(shù)據(jù)挖掘的要求，提高效率和得到清晰的結(jié)果，必須進行數(shù)據(jù)的預(yù)處理。在物理數(shù)據(jù)模型設(shè)計時主要考慮的因素有: I/O存取時間、空間利用率和維護代價等。邏輯模型設(shè)計的主要內(nèi)容包括：分析主題域、確定粒度層次劃分、確定數(shù)據(jù)分割策略、定義關(guān)系模式、定義記錄系統(tǒng)。按粒度組織數(shù)據(jù)的方式主要有：i. 簡單堆積結(jié)構(gòu)ii. 輪轉(zhuǎn)綜合結(jié)構(gòu)iii. 簡單直接結(jié)構(gòu)iv. 連續(xù)結(jié)構(gòu)f) 簡述數(shù)據(jù)倉庫設(shè)計的三級模型及其基本內(nèi)容。OLTP和OLAP的主要區(qū)別如下表：OLTPOLAP數(shù)據(jù)庫數(shù)據(jù)數(shù)據(jù)庫或數(shù)據(jù)倉庫數(shù)據(jù)細節(jié)性數(shù)據(jù)綜合性數(shù)據(jù)當(dāng)前數(shù)據(jù)歷史數(shù)據(jù)經(jīng)常更新不更新，但周期性刷新一次性處理的數(shù)據(jù)量小一次處理的數(shù)據(jù)量大對響應(yīng)時間要求高響應(yīng)時間合理用戶數(shù)量大用戶數(shù)據(jù)相對較少面向操作人員，支持日常操作面向決策人員，支持管理需要面向應(yīng)用，事務(wù)驅(qū)動面向分析，分析驅(qū)動e) 何謂粒度？它對數(shù)據(jù)倉庫有什么影響？按粒度組織數(shù)據(jù)的方式有哪些？粒度是指數(shù)據(jù)倉庫的數(shù)據(jù)單位中保存數(shù)據(jù)細化或綜合程度的級別。操作型數(shù)據(jù)分析型數(shù)據(jù)當(dāng)前的、細節(jié)的歷史的、綜合的面向應(yīng)用、事務(wù)驅(qū)動面向分析、分析驅(qū)動頻繁增、刪、改幾乎不更新，定期追加操作需求事先知道分析需求事先不知道生命周期符合SDLC完全不同的生命周期對性能要求高對性能要求寬松一次操作數(shù)據(jù)量小一次操作數(shù)據(jù)量大支持日常事務(wù)操作支持管理決策需求d) 何謂OLTP和OLAP？它們的主要異同有哪些？OLTP即聯(lián)機事務(wù)處理，是以傳統(tǒng)數(shù)據(jù)庫為基礎(chǔ)、面向操作人員和低層管理人員、對基本數(shù)據(jù)進行查詢和增、刪、改等的日常事務(wù)處理。決策分析是面向?qū)I(yè)用戶而非一般業(yè)務(wù)員，需要使用專業(yè)的分析工具，對分析結(jié)果還要以商業(yè)智能的方式進行表現(xiàn)，這是事務(wù)數(shù)據(jù)庫不能提供的。決策分析需要全面的、正確的集成數(shù)據(jù)，這是傳統(tǒng)事務(wù)數(shù)據(jù)庫不能直接提供的。建立數(shù)據(jù)倉庫的目的有3個：一是為了解決企業(yè)決策分析中的系統(tǒng)響應(yīng)問題，數(shù)據(jù)倉庫能提供比傳統(tǒng)事務(wù)數(shù)據(jù)庫更快的大規(guī)模決策分析的響應(yīng)速度。數(shù)據(jù)挖掘的功能包括：概念描述、關(guān)聯(lián)分析、分類與預(yù)測、聚類分析、趨勢分析、孤立點分析以及偏差分析等。a) 何謂數(shù)據(jù)挖掘？它有哪些方面的功能？從大量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)中，提取隱含在其中
公司管理相關(guān)推薦
鄂ICP備17016276號-1