二十道谷歌公司数据挖掘面试题，只有5%的人能全做对！

以下是谷歌公司招聘数据挖掘技术人才的笔试题，据说只有5%的人能全部做对，看看各位程序猿哥哥们能答对几道？

全部都是选择题，不过其中有单选也有多选题，可根据答案自行判断多选还是单选。

1. 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哪类问题？

A. 关联规则发现

B. 聚类

C. 分类

D. 自然语言处理

2. 以下两种描述分别对应哪两种对分类算法的评价标准？

(a)警察抓小偷，描述警察抓的人中有多少个是小偷的标准。

(b)描述有多少比例的小偷给警察抓了的标准。

A. Precision, Recall 准确率和召回率

B. Recall, Precision

C. Precision, ROC

D. Recall, ROC

3. 将原始数据进行集成、变换、维度规约、数值规约是在以下哪个步骤的任务？

A. 频繁模式挖掘

B. 分类和预测

C. 数据预处理

D. 数据流挖掘

4. 当不知道数据所带标签时，可以使用哪种技术促使带同类标签的数据与带其他标签的数据相分离？

A. 分类

B. 聚类

C. 关联分析

D. 隐马尔可夫链

5. 什么是KDD？

A. 数据挖掘与知识发现

B. 领域知识发现

C. 文档知识发现

D. 动态知识发现

6. 使用交互式的和可视化的技术，对数据进行探索属于数据挖掘的哪一类任务？

A. 探索性数据分析

B. 建模描述

C. 预测建模

D. 寻找模式和规则

7. 为数据的总体分布建模；把多维空间划分成组等问题属于数据挖掘的哪一类任务？

A. 探索性数据分析

B. 建模描述

C. 预测建模

D. 寻找模式和规则

8. 建立一个模型，通过这个模型根据已知的变量值来预测其他某个变量值属于数据挖掘的哪一类任务？

A. 根据内容检索

B. 建模描述

C. 预测建模

D. 寻找模式和规则

9. 用户有一种感兴趣的模式并且希望在数据集中找到相似的模式，属于数据挖掘哪一类任务？

A. 根据内容检索

B. 建模描述

C. 预测建模

D. 寻找模式和规则

10. 假定用于分析的数据包含属性age。数据元组中age的值如下（按递增序）：13，15，16，16，19，20，20，21，22，22，25，25，25，30，33，33，35，35，36，40，45，46，52，70, 问题：使用按箱平均值平滑方法对上述数据进行平滑，箱的深度为3。第二个箱子值为：

A 18.3

B 22.6

C 26.8

D 27.9

11. 通过数据挖掘过程所推倒出的关系和摘要经常被称为：

A. 模型

B. 模式

C. 模范

D. 模具

12 寻找数据集中的关系是为了寻找精确、方便并且有价值地总结了数据的某一特征的表示，这个过程包括了以下哪些步骤？

A. 决定要使用的表示的特征和结构

B. 决定如何量化和比较不同表示拟合数据的好坏

C. 选择一个算法过程使评分函数最优

D. 决定用什么样的数据管理原则以高效地实现算法。

13. 数据挖掘的预测建模任务主要包括哪几大类问题？

A. 分类

B. 回归[/alignign=left]C. 模式发现

D. 模式匹配

14. 数据挖掘算法的组件包括：

A. 模型或模型结构

B. 评分函数

C. 优化和搜索方法

D. 数据管理策略

15. 以下哪些学科和数据挖掘有密切联系？

A. 统计

B. 计算机组成原理

C. 矿产挖掘

D. 人工智能

16. 在现实世界的数据中，元组在某些属性上缺少值是常有的。描述处理该问题的各种方法有：

A忽略元组

B使用属性的平均值填充空缺值

C使用一个全局常量填充空缺值

D使用与给定元组属同一类的所有样本的平均值

E使用最可能的值填充空缺值

17.下面哪些属于可视化高维数据技术

A 矩阵

B 平行坐标系

C星形坐标 D散布图

E Chernoff脸

18. 对于数据挖掘中的原始数据，存在的问题有：

A 不一致

B重复

C不完整

D 含噪声

E 维度高

19.下列属于不同的有序数据的有：

A 时序数据

B 序列数据

C时间序列数据

D事务数据

E空间数据

20.下面属于数据集的一般特性的有：

A 连续性

B 维度

C 稀疏性

D 分辨率

E 相异性