数据挖掘选择题详解：方法与案例解析

数据挖掘是一门涉及从大量数据中提取有用信息和知识的学科，通常用于决策支持、预测分析和市场篮子分析等领域。以下是一些关键知识点： 1. 选择题部分： - 问题1考察了无监督学习中的技术，当数据没有预先标注时，可以使用**聚类**（B）来发现数据内在的结构和相似性，使得同类数据相互靠近，不同类别的数据分离。 - 第二个问题是关于**凝聚层次聚类**方法的描述，其中MIN(单链)定义的邻近度是凝聚层次聚类中的一种，选择A。 - “啤酒与尿布试验”是**关联规则分析**（C）的一个经典案例，展示了通过分析商品销售数据，发现商品间的购买关联性。 - K均值与DBSCAN的对比：K均值丢弃噪声对象（A），DBSCAN则聚类所有对象；K均值基于原型，DBSCAN基于密度（B），K均值对非球形簇和大小不一的问题敏感，而DBSCAN适应性强（C）。K均值可能发现重叠簇，DBSCAN合并重叠簇（D）。 - Ward's Method是凝聚层次聚类的一种，它对噪声和离群点敏感度较小（A），擅长球形簇（B），且两个簇合并的邻近度计算与平方误差有关（C）。组平均方法与此类似，但题中未明确指出是否为Ward's Method。 - 层次聚类的问题中，全局优化目标函数不是所有方法都具备的（A错），GroupAverage适合球形簇（B对），K-Means难以处理大小和形状不一的簇，Max对噪声点敏感（D对）。 - 凝聚层次聚类的特点包括不可逆的操作（A对）、合并直到一个簇（B对）、空间复杂度为O(m²)（C错），但它不具有全局优化目标函数（D错）。 - 关联规则中的支持度和置信度是评估规则强度的重要指标，规则{牛奶，尿布}→{啤酒}的支持度和置信度依赖于具体数据集的计数，这里没有给出具体数值。 2. 具体应用中，分裂层次聚类（如Max）适用于不同的数据结构，而MST（最小生成树）是另一种算法，但此处未指明具体问题选项（D可能是分裂方法）。 在凝聚聚类中，若簇间相似度使用MAX计算，意味着会选择两个相似度最高的簇进行合并。根据题干，第二步是{3}与另一个簇的合并，选项B显示{3}与{4,5}是候选，但未明确选哪一个，需要更多信息才能确定。 总结，这部分题目主要涵盖了数据挖掘中的基本概念、聚类方法、关联规则分析以及层次聚类的细节，同时涉及到实际操作中的注意事项和术语理解。理解这些知识点有助于准备数据挖掘考试。