Trắc nghiệm Tổng hợp Data Mining Khai phá dữ liệu có đáp án

Từ khoá: trắc nghiệm Data Mining khai phá dữ liệu xử lý dữ liệu lớn thuật toán phân cụm thuật toán phân loại dự đoán dữ liệu ôn tập công nghệ thông tin câu hỏi trắc nghiệm luyện thi Data Mining đáp án chi tiết

Số câu hỏi: 203 câuSố mã đề: 6 đềThời gian: 1 giờ

Xem trước nội dung

Câu 1: 0.25 điểm

Độ phức tạp của thuật toán k-Mean là:

A.  

O(n+k+t) trong đó n là số phần tử cần phân cụm, k là số cụm, t là số lần lặp

B.  

O(n^2) trong đó n là số phần tử cần phân cụm

C.  

O(n) trong đó n là số phần tử cần phân cụm

D.  

O(n*k*t) trong đó n là số phần tử cần phân cụm, k là số cụm, t là số lần lặp

Câu 2: 0.25 điểm

Cho cơ sở dữ liệu giao dịch gồm N giao dịch (bản ghi). I là tập chứa tất cả các mục (item) trong CSDL. Min_Supp là độ hỗ trợ tối thiểu, Min_Conf là độ tin cậy tối thiểu. X, Y là tập chứa các mục thuộc I. Luật kết hợp X ⇒Y được chọn nếu:

A.  

Support(X ⇒Y)>=Min_Supp, Confidence(X ⇒Y)>=Min_Conf

B.  

Support(X ⇒Y)=Min_Supp, Confidence(X ⇒Y)=Min_Conf

C.  

Support(X ⇒Y)

D.  

Support(X ⇒Y)>Min_Supp, Confidence(X ⇒Y)=Min_Conf

Câu 3: 0.25 điểm

Làm sạch dữ liệu là:

A.  

Điền giá trị thiếu, làm trơn dữ liệu nhiễu, định danh hoặc xóa ngoại lai, và khử tính không nhất quán

B.  

Chuẩn hóa và tổng hợp

C.  

Bước cuối cùng trong quá trình Data Mining

D.  

Tích hợp CSDL, khối dữ liệu hoặc tập tin phức

Câu 4: 0.25 điểm

Trong quá trình Tiền xử lí dữ liệu người ta thường dùng một số phương pháp chuẩn hóa dữ liệu sau:

A.  

Min-Max, z-Score, Tỷ lệ thập phân – decimal scale

B.  

2NF, 3NF, BCNF

C.  

Đưa về hệ đếm thập phân, Hệ nhị phân, hệ Hecxa

D.  

Chuẩn hóa về dữ liệu văn bản, hình ảnh, âm thanh

Câu 5: 0.25 điểm

Cho cơ sở dữ liệu giao dịch gồm N giao dịch (bản ghi). I là tập chứa tất cả các mục (item) trong CSDL. X là một tập chứa các mục thuộc I. Giao dịch hỗ trợ X là giao dịch chứa tất cả các mục có trong X. Độ hỗ trợ của tập mục X được định nghĩa là:

A.  

Support(X)=Số lượng giao dịch hỗ trợ X / N

B.  

Support(X)=Số lượng giao dịch hỗ trợ X

C.  

Support(X)=Số lượng giao dịch hỗ trợ X / N * |I|, trong đó |I| là tổng số mục trong CSDL

D.  

Support(X)=Số lượng giao dịch hỗ trợ X *100%

Câu 6: 0.25 điểm

Cho CSDL giao dịch như hình vẽ với Min_Support = 2 (50%).

Sử dụng thuật toán Apriori, sau lần duyệt thứ hai, danh sách L2 chứa các tập mục thường xuyên có 2-item được tạo ra là:

A.  

L2={{A,C}, {B,C}, {B,E}, {C,E}}

B.  

L2={{ A,D}, {B,D}, {B,E}, {C,E}}

C.  

L2= {{B,C}, {B,E}, {C,E}}

D.  

L2= {{A,C}, {C,E}}

Câu 7: 0.25 điểm

Gom cụm (clustering) gì:

A.  

Phân cụm dữ liệu(Data Clustering) hay phân cụm, cũng có thể gọi là phân tích cụm là quá trình chia một tập các đối tượng thực thể hay trừu tượng thành nhóm các đối tượng sao cho các phần tử trong cùng một nhóm thì có mức độ tương tự nhau hơn là giữa các phần tử của nhóm này với các phần tử của nhóm khác.

B.  

Phân cụm dữ liệu(Data Clustering) hay phân cụm, cũng có thể gọi là phân tích cụm là qúa trình chia một tập các đối tượng thực thể hay trừu tượng thành nhóm các đối tượng sao cho các phần tử khác nhóm thì có mức độ tương tự nhau hơn là giữa các phần tử trong cùng một nhóm.

C.  

Phân cụm dữ liệu(Data Clustering) hay phân cụm, cũng có thể gọi là phân tích cụm là quá trình chia một tập các đối tượng thực thể hay trừu tượng thành nhóm các đối tượng sao dễ sử dụng nhất.

D.  

Phân cụm dữ liệu(Data Clustering) hay phân cụm, cũng có thể gọi là phân tích cụm là quá trình chia các đối tượng thành từng nhóm sau cho số nhóm là ít nhất.

Câu 8: 0.25 điểm

Cho tập mục thường xuyên X có độ dài k (k mục), từ tập X có thể sinh ra bao nhiêu luật kết hợp:

A.  

2^k-2, không tính luật X và X

B.  

2^k không tính luật X và X

C.  

k luật

D.  

Vô số luật kết hợp

Câu 9: 0.25 điểm

Cho tập dữ liệu X={x1, x2, x3, x4, x5} và ma trận không tương tự như hình. Khoảng cách giữa 2 phần tử x1 và x2 bằng bao nhiêu:

A.  

bằng 1

B.  

bằng 2

C.  

bằng 0

D.  

bằng 9

Câu 10: 0.25 điểm

Độ đo ‘gần gũi’ là gì ?

A.  

Đây là một độ đo chỉ ra mức độ tương tự hay không tương tự giữa hai vector đặc trưng

B.  

Độ đo giữa 2 phần tử bất kỳ

C.  

Khoảng cách giữa 2 phần tử trong không gian

D.  

Độ đo sử dụng trong Data Mining để phân cụm dữ liệu

Câu 11: 0.25 điểm

Có 5 phần tử cần chia thành 2 cụm, mỗi cụm có ít nhất 1 phần tử. Hỏi có bao nhiêu cách chia cụm:

A.  

7 cách

B.  

32 cách

C.  

15 cách

D.  

1 cách

Câu 12: 0.25 điểm

Một số chiến lược rút gọn dữ liệu là:

A.  

Tập hợp khối dữ liệu, Giảm đa chiều – loại bỏ thuộc tính không quan trọng, Nén dữ liệu, Giảm tính số hóa – dữ liệu thành mô hình, Rời rạc hóa và sinh cây khái niệm

B.  

Tìm kiếm thêm thông tin có ích, xây dựng cây quyết định, phân nhóm dữ liệu

C.  

Phân lớp dữ liệu, tìm đặc trưng của dữ liệu, loại bỏ nhiễu

D.  

Loại bỏ phần tử ngoại lai, tìm các dữ liệu quan trọng, đưa về mô hình toán học

Câu 13: 0.25 điểm

Sử dụng thuật toán k-mean để chia N điểm vào k cụm, khi đó:

A.  

k<=N

B.  

k=N

C.  

k>N

D.  

k khác N

Câu 14: 0.25 điểm

Hãy chọn định nghĩa đúng về Ma trận không tương tự:

A.  

Cho tập X gồm N phần tử {x1, x2, …, xN}, mỗi phần tử là một vector. Ma trận không tương tự P(X) là ma trận cấp N N mà phần tử nằm ở vị trí (i, j) có giá trị là i*j

B.  

Cho tập X gồm N phần tử {x1, x2, …, xN}, mỗi phần tử là một vector. Ma trận không tương tự P(X) là ma trận cấp N N mà phần tử nằm ở vị trí (i, j) bằng 0

C.  

Cho tập X gồm N phần tử {x1, x2, …, xN}, mỗi phần tử là một vector. Ma trận không tương tự P(X) là ma trận cấp N N mà phần tử nằm ở vị trí (i, j) bằng độ không tương tự d(xi,xj) giữa hai vector xi và xj.

D.  

Cho tập X gồm N phần tử {x1, x2, …, xN}, mỗi phần tử là một vector. Ma trận không tương tự P(X) là ma trận cấp N N mà phần tử nằm trên đường chéo chính bằng 0, các phần tử khác có giá trị bất kỳ

Câu 15: 0.25 điểm

Phát biểu nào sau đây là đúng

A.  

Data Mining là một bước quan trọng trong quá trình khai phá tri thức từ dữ liệu – KDD

B.  

Tiền xử lí dữ liệu là chọn ra các đặc trưng tiêu biểu trong tập dữ liệu lớn

C.  

Mọi dữ liệu đều có thể tìm kiếm được bằng máy tìm kiếm của Google

D.  

Data Mining là công cụ giúp các lập trình viên dễ dàng tìm kiếm thông tin hơn

Câu 16: 0.25 điểm

Cho đồ thị như hình vẽ, đồ thị trên biểu diễn gì ?

A.  

So sánh giữa Thời gian thực thi (tính bằng giây) của 2 thuật toán FP-Growth và Apriori trên 2 Database D1 và Database D2

B.  

So sánh giữa Thời gian thực thi (tính bằng giây) của 2 thuật toán FP-Growth và Apriori theo ngưỡng của độ hỗ trợ trên 2 Database D1 và Database D2

C.  

So sánh 2 thuật toán FP-Growth và Apriori theo ngưỡng độ tin cậy

D.  

Mối quan hệ giữa 2 thuật toán FP-Growth và Apriori

Câu 17: 0.25 điểm

Kết luận nào trong các kết luận sau là sai:

A.  

Thuật toán Quilan chọn ngẫu nhiên 1 thuộc tính để làm gốc cây quyết định

B.  

Độ phân biệt (độ lộn xộn) của một thuộc tính với kết luận C cao nhất thì Entropy của nó thấp nhất

C.  

Thuật toán học khái niệm CLS chọn ngẫu nhiên 1 thuộc tính để làm gốc cây quyết định

D.  

Entropy là một số biến thiên trong đoạn [0,1].

Câu 18: 0.25 điểm

Cho CSDL giao dịch như hình vẽ với Min_Support = 2 (50%), Min_Cofidence = 50%. Luật kết hợp nào có độ tin cậy = 100%

A.  

A-->C

B.  

A-->D

C.  

AD--> E

D.  

AB-->C

Câu 19: 0.25 điểm

Rời rạc hóa là:

A.  

Rút gọn số lượng giá trị của thuộc tính liên tục bằng cách chia miền giá trị của thuộc tính thành các đoạn. Nhãn đoạn sau đó được dùng để thay thế giá trị thực.

B.  

Đưa dữ liệu về dạng số nhị phân

C.  

Biểu diễn dữ liệu thành dạng dữ liệu không liên tục

D.  

Chuyển đổi dữ liệu sang dạng sóng điện từ

Câu 20: 0.25 điểm

Cho tập dữ liệu X={x1, x2, x3, x4, x5} và ma trận không tương tự. Sử dụng thuật toán liên kết đầy đủ (Complete Linkage), sau khi gom x1 và x2 thành cụm C={x1, x2} thì khoảng cách giữa cụm C và x3 bằng bao nhiêu:

A.  

bằng 9

B.  

bằng 3

C.  

bằng 1

D.  

bằng 2

Câu 21: 0.25 điểm

Cho FP-Tree như hình vẽ, cây điều kiện FP của nút f là:

A.  

Cây rỗng

B.  

{f:4}

C.  

{f:4, c:1}

D.  

{f:3, c:3, a:3

Câu 22: 0.25 điểm

Cho cây quyết định như hình vẽ. Hãy cho biết Refund=’No’, MarSt = ‘Single’, TaxInc=’140K’ thì kết luận có giá trị gì?

A.  

Yes

B.  

No

C.  

Không phân lớp được

D.  

Thiếu thông tin để kết luận

Câu 23: 0.25 điểm

Kết quả của quá trình phân cụm phân cấp là:

A.  

Một sơ đồ ngưỡng tương tự (hoặc không tương tự).

B.  

Một danh sách các cụm

C.  

Một cây nhị phân biểu diễn quá trình gom cụm

D.  

k cụm được sinh ra, với k cho trước

Câu 24: 0.25 điểm

Trong thuật toán k-mean, sau khi gán các đối tượng vào k cụm cần phải:

A.  

Tính lại tâm của các cụm

B.  

Tính khoảng cách giữa các phần tử trong cụm

C.  

Tìm một số phần tử đại diện của cụm

D.  

Trộn các cụm lại với nhau để số cụm sinh ra là ít nhất

Câu 25: 0.25 điểm

Phương pháp xếp thùng phân hoạch cân bằng theo bề rộng là:

A.  

Chi miền giá trị thành N đoạn có độ dài như nhau nhau sẽ được xếp vào cùng 1 thùng

B.  

Chia miền xác định thành N đoạn ‘’đều nhau về số lượng’’ các đoạn có xấp xỉ số ví dụ mẫu.

C.  

Lựa chọn số phần tử ngẫu nhiên và xếp và N thùng

D.  

Các phần tử có giá trị như

Câu 26: 0.25 điểm

Độ phân biệt (độ lộn xộn) của kết luận C với thuộc tính A được tính theo công thức:

A.  

Gain(C,A)=Entropy(C)-Entropy(A)

B.  

Gain(C,A)=Entropy(C)+Entropy(A)

C.  

Gain(C,A)=Entropy(A)-Entropy(C)

D.  

Gain(C,A)=Entropy(C)*Entropy(A)

Câu 27: 0.25 điểm

Phát biểu nào sau đây là đúng ?

A.  

Data Mining là một bước trong quá trình khai phá tri thức-KDD

B.  

Thuật ngữ Data Mining đồng nghĩa với thuật ngữ Knowledge Discovery from Databases

C.  

Data Mining là quá trình tìm kiếm thông tin có ích trên Internet

D.  

Tiền xử lí dữ liệu là qua trình tìm kiếm thông tin có ích từ cơ sở dữ liệu lớn

Câu 28: 0.25 điểm

Cho FP-Tree như hình vẽ, có mấy đường đi kết thúc ở nút p

A.  

2 đường đi

B.  

1 đường đi

C.  

3 đường đi

D.  

4 đường đi

Câu 29: 0.25 điểm

Cho tập ví dụ học như bảng. Entropy của kết luận C= Play Ball là:

A.  

Entropy(C)=1

B.  

Entropy(C)=3

C.  

Entropy(C)=0.5

D.  

Entropy(C)=6

Câu 30: 0.25 điểm

Các cơ sở dữ liệu cần khai phá là:

A.  

Quan hệ, Giao tác, Hướng đối tượng, Không gian, Thời gian, Text, XML, Multi media, WWW, …

B.  

Text, XML, Multi-media, WWW, …

C.  

Cơ sở dữ liệu khách hàng, cơ sở dữ liệu nghiên cứu không gian, cơ sở dữ liệu trong ngân hàng, cơ sở dữ liệu thống kê…

D.  

Cơ sở dữ liệu tuyển sinh đại học, cơ sở dữ liệu dự báo thời tiết, cơ sở dữ liệu thống kê dân số…

Câu 31: 0.25 điểm

Một số ứng dụng tiềm năng của Khai phá dữ liệu:

A.  

Phân tích và quản lý thị trường, Quản lý và phân tích rủi ro, Quản lý và phân tích các sai hỏng, Khai thác Web, Khai thác văn bản (text mining)…

B.  

Tìm kiếm văn bản, Tìm kiếm hình ảnh, Tìm kiếm tri thức mới trên Internet...

C.  

Phân tích tâm lí khách hàng, Hỗ trợ kinh doanh, tối ưu hóa phần cứng máy tính...

D.  

Phân tích thị trường chứng khoán, bất động sản, tìm kiếm dữ liệu bằng các máy tìm kiếm...

Câu 32: 0.25 điểm

Cho tập ví dụ học như bảng. Sử dụng thuật toán ILA, cần chia bảng ví dụ học này thành mấy bảng con:

A.  

2 bảng

B.  

3 bảng

C.  

không cần chia

D.  

Tùy theo thuộc tính được chọn

Câu 33: 0.25 điểm

Cho tập ví dụ học như bảng. P(Play Ball= ‘Yes’ | Outlook=’Overcast’) là:

A.  

2/3

B.  

1/3

C.  

0/3

D.  

Giá trị khác

Câu 34: 0.25 điểm

Phương pháp nào không phải là phương pháp phân lớp:

A.  

Chia các đối tượng thành từng lớp để giảng dạy

B.  

Phân lớp dựa trên Cây quyết định

C.  

Phân lớp dựa trên xác suất Bayes

D.  

Phân lớp dựa trên Mạng Nơron

Câu 35: 0.25 điểm

Cho CSDL giao dịch như hình vẽ với Min_Support = 2 (50%). Tập nào không là tập mục thường xuyên:

A.  

{D}

B.  

{A,E}

C.  

{A, C}

D.  

{B,E}

Câu 36: 0.25 điểm

Khai phá dữ liệu có lợi ích gì?

A.  

Cung cấp hỗ trợ ra quyết định, dự báo, khái quát dữ liệu...

B.  

Tìm kiếm các quy luật, tìm kiếm các cụm và phân loại dữ liệu

C.  

Tìm kiếm nhanh thông tin, thống kê dữ liệu, chọn đặc trưng của dữ liệu...

D.  

Tạo ra cơ sở tri thức mới, hỗ trợ dự báo thời tiết, dự báo động đất, dự báo sóng thần...

Câu 37: 0.25 điểm

Quá trình khai phá tri thức trong CSDL (KDD) có thể phân chia thành các giai đoạn sau:

A.  

Trích chọn dữ liệu, tiền xử lý dữ liệu, biến đổi dữ liệu, khai phá dữ liệu, đánh giá và biểu diễn tri thức

B.  

Tiền xử lý dữ liệu, biến đổi dữ liệu, khai phá dữ liệu, đánh giá và biểu diễn tri thức

C.  

Trích chọn dữ liệu, tiền xử lý dữ liệu, biến đổi dữ liệu, khai phá dữ liệu, khai phá luật kết hợp

D.  

Tiền xử lý dữ liệu, phân lớp, phân cụm, đánh giá và biểu diễn tri thức

Câu 38: 0.25 điểm

Cho CSDL giao dịch như hình vẽ với Min_Support = 2 (50%).

Tập nào là tập mục thường xuyên với độ hỗ trợ là = 70%

A.  

Không có tập nào

B.  

{A, E}

C.  

{A, C, D}

D.  

{B, C, D}

Câu 39: 0.25 điểm

Entropy là một đại lượng có miền giá trị là:

A.  

[0 ; 1]

B.  

(0 ; 1)

C.  

Miền giá trị là tập số nguyên dương

D.  

Miền giá trị là tập số thực dương

Câu 40: 0.25 điểm

Sử dụng thuật toán ILA, khi kết luận C có n giá trị thì ta cần chia bảng chứa các ví dụ học thành mấy bảng con:

A.  

n bảng con

B.  

2 bảng con

C.  

không phải chia

D.  

Thành nhiều bảng tùy theo giá trị của n