Cho FP-Tree như hình vẽ, mũi tên nét đứt biểu thị cho:

Con trỏ xuất phát từ bảng đầu mục, trỏ vào nút sinh ra đầu tiên có cùng tên. Nút sinh ra sau có con trỏ từ nút cùng tên sinh ra ngay trước đó trỏ vào

Đường đi trên cây

Nút sinh ra sau trỏ vào nút cùng tên sinh ra trước

Hướng để duyệt cây

Trả lời:

Đáp án đúng: A

FP-Tree (Frequent Pattern Tree) là một cấu trúc cây được sử dụng trong khai thác dữ liệu để lưu trữ thông tin về các tập mục phổ biến. Các mũi tên nét đứt trong FP-Tree, xuất phát từ bảng tiêu đề (header table), trỏ đến nút đầu tiên của một mục cụ thể trong cây. Các nút sau đó có cùng mục sẽ được liên kết với nhau bằng các mũi tên nét đứt, tạo thành một danh sách liên kết. Do đó, mũi tên nét đứt biểu thị con trỏ xuất phát từ bảng đầu mục, trỏ vào nút sinh ra đầu tiên có cùng tên. Nút sinh ra sau có con trỏ từ nút cùng tên sinh ra ngay trước đó trỏ vào.

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 31:

Cho FP-Tree như hình vẽ, cơ sở điều kiện của nút M là:

Lời giải:

Đáp án đúng: A

Cơ sở điều kiện của một nút trong FP-Tree là tập hợp các tiền tố đường dẫn (prefix path) kết thúc tại nút đó, cùng với tần số xuất hiện của mỗi đường dẫn. Để tìm cơ sở điều kiện của nút M, ta duyệt ngược từ nút M về gốc của cây.

Có hai đường dẫn chứa M:
1. f -> c -> a -> m: Đường dẫn này có tần số 2. Vậy đóng góp vào cơ sở điều kiện là {f:2, c:2, a:2, m:2}
2. f -> c -> a -> b -> m: Đường dẫn này có tần số 1. Vậy đóng góp vào cơ sở điều kiện là {f:1, c:1, a:1, b:1, m:1}

Kết hợp hai đường dẫn trên, ta có cơ sở điều kiện của M là {f:2, c:2, a:2, m:2}, {f:1, c:1, a:1, b:1, m:1}.

Câu 32:

Hãy cho biết Refund=No, MarSt = Married, TaxInc=80K thì kết luận có giá trị gì?

Lời giải:

Đáp án đúng: A

Câu hỏi đưa ra các thuộc tính: Refund=No (không hoàn tiền), MarSt=Married (đã kết hôn), TaxInc=80K (thu nhập 80 nghìn). Tuy nhiên, không có thông tin về mục tiêu (target variable) hoặc ngữ cảnh cụ thể để kết luận giá trị của các thuộc tính này. Ví dụ, chúng ta không biết liệu các thuộc tính này có liên quan đến việc chấp nhận hay từ chối một khoản vay, hoặc phân loại khách hàng hay không. Vì vậy, không thể đưa ra kết luận cụ thể chỉ dựa trên thông tin đã cho.

Câu 33:

Có bao nhiêu luật sinh ra từ cây quyết định trên:

Lời giải:

Đáp án đúng: A

Cây quyết định có thể sinh ra nhiều luật, mỗi luật tương ứng với một đường đi từ gốc đến lá. Do đó, đáp án D là chính xác.

Câu 34:

Có thể sử dụng phân lớp dựa trên mạng Nơron nhân tạo. Vậy mạng Nơron nhân tạo là gì?

Lời giải:

Đáp án đúng: A

Mạng Nơron nhân tạo (Artificial Neural Network - ANN) là một mô hình tính toán được lấy cảm hứng từ cấu trúc và chức năng của mạng nơ-ron sinh học trong não bộ con người. Mục tiêu của ANN là mô phỏng khả năng học hỏi và giải quyết vấn đề của não bộ thông qua việc sử dụng các thuật toán và cấu trúc dữ liệu. Do đó, đáp án A là chính xác nhất.

Câu 35:

Cho tập ví dụ học như bảng. Entropy của kết luận C = Play Ball là:

Lời giải:

Đáp án đúng: A

Để tính entropy của kết luận C = Play Ball, ta cần xác định số lượng các trường hợp 'yes' (chơi bóng) và 'no' (không chơi bóng) trong tập dữ liệu. Giả sử sau khi đếm, ta có p là tỉ lệ các trường hợp 'yes' và q là tỉ lệ các trường hợp 'no'. Entropy được tính theo công thức: Entropy(C) = -p * log2(p) - q * log2(q). Trong trường hợp tổng quát, nếu số lượng 'yes' và 'no' bằng nhau (ví dụ: 50% 'yes' và 50% 'no'), entropy sẽ là 1. Nếu tất cả đều là 'yes' hoặc tất cả đều là 'no', entropy sẽ là 0. Nếu số lượng 'yes' và 'no' không được cung cấp trong câu hỏi, ta không thể tính chính xác giá trị entropy. Tuy nhiên, nếu ta giả sử một trường hợp mà số lượng 'yes' và 'no' bằng nhau, entropy sẽ là 1. Vì vậy, phương án A có vẻ hợp lý nhất nếu không có thông tin cụ thể nào khác.

Câu 36:

Cho tập ví dụ học như bảng. P(Wind= Weak) là:

Lời giải: