Sử dụng thuật toán k-mean để chia N điểm vào k cụm, khi đó:

k <= N

k = N

k > N

k khác N

Trả lời:

Đáp án đúng: A

Thuật toán k-means được sử dụng để phân cụm dữ liệu thành k cụm khác nhau. Số lượng cụm (k) phải nhỏ hơn hoặc bằng số lượng điểm dữ liệu (N) để mỗi cụm có thể chứa ít nhất một điểm (trong trường hợp lý tưởng). Nếu k lớn hơn N, thì sẽ có những cụm không chứa điểm dữ liệu nào, điều này không có ý nghĩa trong phân cụm. Trường hợp k=N thì mỗi điểm sẽ là 1 cụm riêng biệt.

150+ câu hỏi trắc nghiệm Khai phá dữ liệu đầy đủ đáp án và lời giải - Phần 1

50 câu hỏi 60 phút

Bắt đầu thi

Câu hỏi liên quan

Câu 13:

Khoảng cách giữa 2 phần tử x1 và x5 bằng bao nhiêu?

Lời giải:

Đáp án đúng: A

Khoảng cách giữa hai phần tử x1 và x5 trong một mảng hoặc một chuỗi thường được hiểu là hiệu số giữa chỉ số của chúng. Trong trường hợp này, khoảng cách là |5 - 1| = 4. Tuy nhiên, không có đáp án nào là 4. Nếu câu hỏi muốn hỏi số lượng phần tử giữa x1 và x5 (không bao gồm x1 và x5), thì có x2, x3, x4, tức là 3 phần tử. Nếu tính cả x1 và x5 thì có 5 phần tử từ x1 đến x5. Do đó, câu hỏi có thể đang có lỗi hoặc thiếu thông tin. Tuy nhiên, theo các đáp án được đưa ra, không có đáp án nào phù hợp. Có thể có lỗi đánh máy trong câu hỏi hoặc các đáp án.

Câu 14:

Cắt sơ đồ tại ngưỡng bằng 2.5 hỏi có mấy cụm được sinh ra?

Lời giải:

Đáp án đúng: A

Để trả lời câu hỏi này, chúng ta cần hiểu khái niệm về việc cắt sơ đồ tại một ngưỡng nhất định và số lượng cụm được tạo ra sau khi cắt. Giả sử sơ đồ (ví dụ như dendrogram trong phân cụm phân cấp) biểu diễn sự liên kết giữa các điểm dữ liệu. Khi cắt sơ đồ tại ngưỡng 2.5, ta sẽ chia sơ đồ thành các cụm dựa trên mức độ tương đồng (hoặc khoảng cách) giữa các điểm. Số lượng cụm được sinh ra phụ thuộc vào cấu trúc cụ thể của sơ đồ và vị trí cắt. Tuy nhiên, vì không có hình ảnh hoặc thông tin cụ thể về sơ đồ, ta không thể xác định chính xác số lượng cụm. Trong trường hợp này, chúng ta cần thêm thông tin về sơ đồ để có thể trả lời chính xác câu hỏi. Do thiếu thông tin, không thể xác định đáp án chính xác, tuy nhiên, với một ngưỡng cắt, số lượng cụm tạo thành sẽ tương ứng với số nhánh độc lập sau khi loại bỏ các liên kết yếu hơn ngưỡng này. Giả sử ngưỡng 2.5 cắt ngang qua các liên kết sao cho tạo thành 3 cụm riêng biệt, thì đáp án A là hợp lý nhất trong trường hợp này (tuy nhiên, cần lưu ý là điều này phụ thuộc vào sơ đồ thực tế).

Câu 15:

Một số thách thức lớn trong quá trình khai phá dữ liệu là (chọn đáp án đúng nhất):

Lời giải:

Đáp án đúng: A

Đáp án A là đáp án đầy đủ và chính xác nhất. Các thách thức lớn trong quá trình khai phá dữ liệu bao gồm:

Dữ liệu quá lớn: Khối lượng dữ liệu khổng lồ (Big Data) đòi hỏi các thuật toán và kỹ thuật khai phá dữ liệu phải có khả năng xử lý hiệu quả.
Dữ liệu bị thiếu hoặc nhiễu: Dữ liệu thực tế thường không hoàn hảo, có thể chứa các giá trị bị thiếu, sai lệch hoặc nhiễu, ảnh hưởng đến chất lượng của kết quả khai phá.
Sự phức tạp của dữ liệu: Dữ liệu có thể có nhiều định dạng khác nhau (ví dụ: văn bản, hình ảnh, video), có cấu trúc phức tạp (ví dụ: dữ liệu đồ thị, dữ liệu chuỗi thời gian) và có mối quan hệ phức tạp giữa các thuộc tính.
Dữ liệu thường xuyên thay đổi: Dữ liệu có thể thay đổi theo thời gian (ví dụ: dữ liệu giao dịch, dữ liệu mạng xã hội), đòi hỏi các thuật toán khai phá dữ liệu phải có khả năng thích ứng với sự thay đổi này.

Các đáp án khác không đầy đủ hoặc không chính xác bằng đáp án A.

Câu 16:

Làm sạch dữ liệu (Data Cleaning) là quá trình:

Lời giải:

Đáp án đúng: A

Làm sạch dữ liệu (Data Cleaning) là quá trình loại bỏ nhiễu (ví dụ: dữ liệu sai, thiếu hoặc không liên quan) và dữ liệu không nhất quán (ví dụ: các định dạng khác nhau cho cùng một loại dữ liệu, các giá trị mâu thuẫn). Mục tiêu là để cải thiện chất lượng dữ liệu, giúp cho việc phân tích và khai thác dữ liệu chính xác và hiệu quả hơn. Do đó, đáp án A là chính xác nhất. Các đáp án khác mô tả các khía cạnh khác của việc xử lý dữ liệu, nhưng không phải là định nghĩa chính xác của 'làm sạch dữ liệu'.

Câu 17:

Thuật ngữ Big Data có nghĩa là:

Lời giải:

Đáp án đúng: A

Big Data không chỉ đơn thuần là dữ liệu lớn (phương án B) hay dữ liệu từ nhiều nguồn (phương án C) hoặc chỉ dữ liệu trên Internet (phương án D). Định nghĩa chính xác của Big Data bao gồm cả kích thước lớn và độ phức tạp của dữ liệu, đến mức các công cụ và kỹ thuật xử lý dữ liệu truyền thống không thể đáp ứng được. Vì vậy, phương án A là đáp án chính xác nhất vì nó bao hàm cả hai yếu tố quan trọng này.

Câu 18:

Thuật ngữ BioInfomatics có nghĩa là:

Lời giải: