我的答案：D

3、使用SimpleKMeans算法对天气数据集（weather.numeric.arff）进行聚类，保持默认参数，即3个簇以及欧氏距离。选择play属性为忽略属性，从结果中可知，下列选项中，（ ）是错误。

A、这组数据用算法迭代四次

B、产生了三个中心点

C、聚合为3个簇，分别有7，3，4个实例

D、平方和误差为8.928

我的答案：A

4、使用线性回归（LinearRegression）分类器和用M5P分类器对cpu.arff分别进行分类，由其输出的误差指标可知（ ）。

A、LinearRegression的标准误差比M5P的标准误差小

B、LinearRegression的平均绝对误差比M5P的平均绝对误差小

C、LinearRegression的相对误差比M5P的相对误差小

D、LinearRegression的平均方根误差比M5P的平均方根误差大

我的答案：D

5、删去cpu.arff数据文件中的CACH属性后，使用M5P分类器构建方案，在结果中，到达LM2的实例数有（ ）个。

A、165

B、21

C、23

D、30

我的答案：B

6、根据J48分类器训练weather.nominal.arff所生产的决策树，当outlook=sunny；temperature=cool；humidity =high；windy=TRUE时，分类的结果是（ ）。

A、Yes

B、No

C、没有结果

D、无法分类

我的答案：B

7、根据J48分类器训练iris.arff所生产的决策树，当sepallength=4.4；sepalwidth=3.0；petallength=1.3；petalwidth=0.2时，分类的结果是（ ）。

A、Iris-setosa

B、Iris-versicolor

C、Iris-virginica

D、无法分类

我的答案：A

8、关于Weka离散化说明正确的是（ ）。

A、离散化是将数值属性转换为字符串型属性

B、有监督离散化有两种等宽和等频方法

C、等宽离散化是使实例分布均匀的

D、离散化包括无监督离散化和有监督离散化

我的答案：D

9、以下（ ）不是Weka的数据类型。

A、numeric

B、nominal

C、string

D、decimal

我的答案：D

10、关于Weka的文件类型描述错误的是（ ）。

A、Weka可以打开文件格式有.arff、.csv、.xlsx

B、Weka处理的数据集类似于关系数据库横行实例，竖行属性

C、arff是ASCII文件，可以用Word等文本编辑器打开查看

D、@relation 定义数据集名称，@data之后呈现实例，每一行就是一个实例

我的答案：A

11、以下属于关联分析的是（ ）。

A、CPU性能预测

B、购物篮分析

C、自动判断鸢尾花类别

D、股票趋势建模

我的答案：B

12、大数据时代的到来，使我们无法人为地去发现数据中的奥妙，与此同时，我们更应该注重数据中的相关关系，而不是因果关系。其中，数据之间的相关关系可以通过以下（ ）算法直接挖掘。

A、K-means

B、Bayes Network

C、C4.5

D、Apriori

我的答案：D

13、某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖掘的（ ）问题。

A、关联规则发现

B、聚类

C、分类