华南农业大学数据挖掘2023-2024学年期末试卷
院(系)_______班级_______学号_______姓名_______
题号
一
二
三
四
总分
得分
一、单选题（每题2分，共20分）
数据挖掘的核心任务不包括：
A.关联规则挖掘
B.数据清洗
C.分类与预测
D.聚类分析
以下哪种方法属于数据预处理技术：
A.决策树构建
B.特征标准化
C.支持向量机训练
D.神经网络优化
K-means算法属于：
A.分类算法
B.关联规则挖掘算法
C.聚类算法
D.回归算法
在分类模型评估中，准确率（Accuracy）的计算公式是：
A.TP/(TP+FP)
B.TP/(TP+FN)
C.(TP+TN)/(TP+TN+FP+FN)
D.FP/(FP+TN)
Apriori算法用于挖掘：
A.频繁项集
B.决策树节点
C.聚类中心
D.回归系数
主成分分析（PCA）属于：
A.特征选择
B.特征提取
C.数据清洗
D.数据集成
以下哪种算法对噪声和离群点最敏感：
A.DBSCAN
B.K-means
C.随机森林
D.朴素贝叶斯
信息增益（InformationGain）常用于：
A.决策树分裂属性选择
B.关联规则剪枝
C.聚类相似度计算
D.回归模型评估
在农业数据挖掘中，遥感图像分析属于：
A.结构化数据处理
B.非结构化数据处理
C.半结构化数据处理
D.时序数据处理
以下哪种技术不属于深度学习在数据挖掘中的应用：
A.卷积神经网络（CNN）
B.循环神经网络（RNN）
C.支持向量机（SVM）
D.生成对抗网络（GAN）
二、简答题（每题10分，共30分）
简述数据挖掘的主要步骤及其在农业领域的应用价值。
（要求：结合数据预处理、特征工程、模型构建等环节，分析其对精准农业的支持作用）
对比分类算法与聚类算法的异同，说明其在农业病虫害识别中的应用场景。
（要求：从数据标注需求、模型目标、结果解释性等方面展开）
解释过拟合与欠拟合的概念，说明如何通过交叉验证和正则化方法优化模型性能。
（要求：结合农业数据的小样本特性，分析常见解决方案）
三、计算题（共30分）
某作物病虫害分类模型的混淆矩阵如下：
实际患病样本中，正确预测为患病的有80例，错误预测为健康的有20例；
实际健康样本中，正确预测为健康的有150例，错误预测为患病的有50例。
计算该模型的准确率、召回率（Recall）和F1值。（10分）
使用K-means算法对某农田土壤养分数据进行聚类，初始聚类中心为：
簇1：(有机质=3.2,氮含量=120)
簇2：(有机质=2.1,氮含量=80)
给定样本点A(有机质=2.8,氮含量=100)，计算其到两个簇中心的欧氏距离，并判断其归属。（10分）
某农业电商平台通过关联规则挖掘发现：购买“有机肥”的顾客中有60%同时购买“种子”，且该规则的支持度为15%。已知平台总订单数为10000笔，计算同时购买有机肥和种子的订单数。（10分）
四、案例分析题（共20分）
某农业合作社收集了近5年的气象、土壤和作物产量数据，希望通过数据挖掘技术优化施肥方案。结合数据挖掘流程，设计具体分析步骤并说明关键技术。（10分）
（要求：从数据预处理、特征选择、模型构建到结果解释，结合农业领域知识）
某农产品加工企业发现产品质量波动较大，计划引入数据挖掘技术进行质量预测。对比决策树与随机森林算法的优缺点，说明在该场景下的适用性。（10分）
（要求：结合算法复杂度、可解释性、抗噪声能力等因素）