數(shù)據(jù)挖掘工程師章節(jié)練習(xí)(2019.11.28)

填空題
確定了數(shù)據(jù)倉庫的粒度模型以后，為提高數(shù)據(jù)倉庫的使用性能，還需要根據(jù)擁護(hù)需求設(shè)計(jì)（）
答案：聚合模型
判斷題
Web數(shù)據(jù)挖掘是通過數(shù)據(jù)庫仲的一些屬性來預(yù)測另一個屬性，它在驗(yàn)證用戶提出的假設(shè)過程中提取信息。
答案：錯誤
名詞解釋
OLAP
答案：OLAP是在OLTP的基礎(chǔ)上發(fā)展起來的，以數(shù)據(jù)倉庫為基礎(chǔ)的數(shù)據(jù)分析處理，是共享多維信息的快速分析，是被專門設(shè)計(jì)用于支持復(fù)...
多項(xiàng)選擇題
下面屬于數(shù)據(jù)集的一般特性的有：（）。
A.連續(xù)性
B.維度
C.稀疏性
D.分辨率
E.相異性
多項(xiàng)選擇題
數(shù)據(jù)清理的目的是處理數(shù)據(jù)中的（）。
A.空缺值
B.噪聲數(shù)據(jù)
C.不一致數(shù)據(jù)
D.敏感數(shù)據(jù)
判斷題
具有較高的支持度的項(xiàng)集具有較高的置信度。
答案：錯誤
問答題
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？
答案：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(xì)化或綜合程度的級別。
粒度影響存放在數(shù)據(jù)倉庫中的數(shù)據(jù)量的大小，同時影響數(shù)...
填空題
按照事實(shí)表中度量的可加性情況，可以把事實(shí)表對應(yīng)的事實(shí)分為4種類型：（）、快照事實(shí)、線性項(xiàng)目事實(shí)和事件事實(shí)。
答案：事務(wù)事實(shí)
問答題
以下是一個商場所銷售商品的價格清單（按遞增順序排列，括號中的數(shù)表示前面數(shù)字出現(xiàn)次數(shù)）1（2）、5（5）、8（2）、10（4）、12、14（3）、15（5）、18（8）、20（7）、21（4）、25（5）、28、30（3）。請分別用等寬的方法和等高的方法對上面的數(shù)據(jù)集進(jìn)行劃分。
答案：（1）等寬方法：劃分為3個數(shù)據(jù)集，每個數(shù)據(jù)集的寬度為價格10。價格在1—10之間出現(xiàn)次數(shù)為13；價格在11&...
單項(xiàng)選擇題
字段Hair_color={auburn，black，blond，brown，grey，red，white}屬于哪種屬性類型？（）
A.標(biāo)稱屬性
B.二元屬性
C.序數(shù)屬性
D.數(shù)值屬性

首頁

題庫

網(wǎng)課

在線?？?/h3>

桌面端

數(shù)據(jù)挖掘工程師章節(jié)練習(xí)(2019.11.28)

確定了數(shù)據(jù)倉庫的粒度模型以后，為提高數(shù)據(jù)倉庫的使用性能，還需要根據(jù)擁護(hù)需求設(shè)計(jì)（）

Web數(shù)據(jù)挖掘是通過數(shù)據(jù)庫仲的一些屬性來預(yù)測另一個屬性，它在驗(yàn)證用戶提出的假設(shè)過程中提取信息。

OLAP

下面屬于數(shù)據(jù)集的一般特性的有：（）。

數(shù)據(jù)清理的目的是處理數(shù)據(jù)中的（）。

具有較高的支持度的項(xiàng)集具有較高的置信度。

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？

按照事實(shí)表中度量的可加性情況，可以把事實(shí)表對應(yīng)的事實(shí)分為4種類型：（）、快照事實(shí)、線性項(xiàng)目事實(shí)和事件事實(shí)。

字段Hair_color={auburn，black，blond，brown，grey，red，white}屬于哪種屬性類型？（）

數(shù)據(jù)挖掘工程師章節(jié)練習(xí)(2019.11.28)

確定了數(shù)據(jù)倉庫的粒度模型以后，為提高數(shù)據(jù)倉庫的使用性能，還需要根據(jù)擁護(hù)需求設(shè)計(jì)（）

Web數(shù)據(jù)挖掘是通過數(shù)據(jù)庫仲的一些屬性來預(yù)測另一個屬性，它在驗(yàn)證用戶提出的假設(shè)過程中提取信息。

OLAP

下面屬于數(shù)據(jù)集的一般特性的有：（）。

數(shù)據(jù)清理的目的是處理數(shù)據(jù)中的（）。

具有較高的支持度的項(xiàng)集具有較高的置信度。

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？

按照事實(shí)表中度量的可加性情況，可以把事實(shí)表對應(yīng)的事實(shí)分為4種類型：（）、快照事實(shí)、線性項(xiàng)目事實(shí)和事件事實(shí)。

字段Hair_color={auburn，black，blond，brown，grey，red，white}屬于哪種屬性類型？（）

確定了數(shù)據(jù)倉庫的粒度模型以后，為提高數(shù)據(jù)倉庫的使用性能，還需要根據(jù)擁護(hù)需求設(shè)計(jì)（）

Web數(shù)據(jù)挖掘是通過數(shù)據(jù)庫仲的一些屬性來預(yù)測另一個屬性，它在驗(yàn)證用戶提出的假設(shè)過程中提取信息。

數(shù)據(jù)清理的目的是處理數(shù)據(jù)中的（）。

具有較高的支持度的項(xiàng)集具有較高的置信度。

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？

按照事實(shí)表中度量的可加性情況，可以把事實(shí)表對應(yīng)的事實(shí)分為4種類型：（）、快照事實(shí)、線性項(xiàng)目事實(shí)和事件事實(shí)。

字段Hair_color={auburn，black，blond，brown，grey，red，white}屬于哪種屬性類型？（）