2020西南财经大学817数据挖掘综合真题（回忆版）

刺手拔鲸牙

一、名词解释（5分/个）
OLAP、FP-Growth（频繁模式树）、Z-分数规范化、信息增益、ROC曲线

二、简答题（20分/个）
1.简述（KNN）邻近聚类基本步骤
2.简述三种处理数据噪音的方法
3.简述内部和外部评估聚类质量的方法
4.简述属性分裂的度量及其异同
5.给出12个数字（好像是12个月份的销售数据）
   1）根据等频（深）划分，将这组数字划分成四个箱
   2）这组数字的中位数
   3）这组数字的众数
   4）采用min-max规范法，将16和21规范化到［0，1］区间

三、编程题（25分）
1.计算1—100以内所有偶数之和，并将这些偶数保存到even-list列表中
2.找出1—100内所有素数，输出所有的素数以及素数的个数
3.将even-list列表中既能被3整除又能被4整除的数删除，并计算这些删掉的数的和

指定书籍是《数据挖掘概念与技术》（第三版），编程题、KNN大纲没有要求，但去年的考试也有一个25分的编程题，可能之后编程题也会成为趋势，建议没有学过编程的或者忘得差不多了的同学还是尽早学一下

来自Android客户端