Test
Sin título
Crea una cuenta gratis para terminar este test
Guarda tu progreso y consulta tu resultado final.
¿Ya tienes cuenta? Inicia sesión
Preguntas del test (40)
1¿Qué es lo que caracteriza a los puntos de corte en los algoritmos de agrupamiento basado en densidad?
- ASe encuentran entre una zona de alta densidad y otra de baja densidad, pero no pertenecen ni a una ni a otra.
- BSon outliers.
- CSon puntos característicos de las zonas con alta densidad o con baja densidad.
- DAl momento de ser procesados, estos puntos determinan el aparecimiento de un nuevo grupo.
- ESon puntos que pueden pertenecer a uno u otro grupo, sin perjudicar el proceso de clústering.
2¿Cuál de las siguientes opciones corresponde a una definición de Análisis de Asociaciones en Data Mining?
- ABúsqueda de valores que superan el soporte predeterminado.
- BDescubrimiento de reglas que determinan la clasificación natural de los datos.
- CDescubrimiento de conjuntos de ítems que aparecen juntos, en porcentajes iguales o superiores a valores predefinidos de soporte y confianza.
- DMinería de clústeres que superan valores mínimos de soporte y confianza.
- EBúsqueda de valores que superan la confianza predeterminada.
3En data mining, la asociación A => B significa que:
- ALa regla se cumplirá solamente en el caso de que A tenga más soporte que B.
- BNinguna transacción tiene los valores A y B entre sus ítems.
- CSi un ítem A está presente en una transacción, hay un grado de probabilidad de que también esté presente el ítem B.
- DTodas las transacciones tienen los valores A y B entre sus ítems.
- ELa regla se cumplirá solamente en el caso de que B tenga más soporte que A.
4Una asociación predictiva es:
- ALa que tiene un consecuente con una confianza del 100%.
- BAquella que tiene valores altos, tanto para el soporte como para la confianza.
- CAquella que se cumple para un dataset lo sumamente grande.
- DLa que tiene un antecedente con una confianza del 100%.
- EAquella que sirve para predecir tendencias en conjuntos de datos.
5 ¿Qué es el principio Apriori?
- AEs un principio usado en los algoritmos de reglas de asociación, que dice que si un conjunto de ítems es frecuente, lo serán sus súper-conjuntos.
- BEs un principio usado en los algoritmos de reglas de asociación, que dice que si un conjunto de ítems no es frecuente, lo serán sus súper-conjuntos.
- CEs un principio usado en los algoritmos de reglas de asociación, que dice que si un conjunto de ítems es frecuente, no lo serán sus súper-conjuntos.
- DEs un principio usado en los algoritmos de reglas de asociación, que dice que si un conjunto de ítems no es frecuente, tampoco lo serán sus súperconjuntos.
- EEs un principio usado en los algoritmos de reglas de asociación, que dice que si un conjunto de ítems es frecuente, no lo serán sus subconjuntos.
6La fórmula de Bayes sirve para:
- ACalcular la probabilidad condicional P(A|B), en función de la distribución de probabilidad condicional P(B|A) y de la probabilidad P(A).
- BCalcular los porcentajes de falsos negativos y falsos positivos en una clasificación.
- CCalcular la distancia entre dos elementos, dentro de un proceso de clasificación.
- DCalcular la probabilidad condicional P(A|B), en función de la distribución de probabilidad condicional P(B) y de la probabilidad P(A).
- ESimplificar el proceso de búsqueda del elemento más cercano para ser asociado a un clúster.
7 ¿Qué es Weka?
- AEs uno de los métodos más sofisticados de data mining, para clasificación de datos.
- BEs una tarea de data mining, encargada del análisis de reglas de asociación.
- CEs una herramienta de software que ha ganado mucha notoriedad en el ámbito de data mining por su capacidad de trabajar con datos de diferentes fuentes.
- DEs un software que se encuentra en fase de desarrollo, que sirve para probar modelos.
- EHerramienta de software libre, desarrollada en la Universidad de Waikato, que implementa en Java una gran cantidad de algoritmos de data mining y que posee tres grandes módulos.
8¿Cuál de las siguientes afirmaciones es la que mejor define lo que es el EXPLORER de Weka?
- AEs un programa que permite explorar el conjunto de datos, previo a la realización de las tareas de data mining.
- BEs un módulo que permite aplicar métodos de data mining sobre un conjunto de datos previamente cargado.
- CEs una herramienta que puede funcionar independientemente del resto de Weka, y sirve para guiar el proceso de minería de datos.
- DEs la parte de Weka que sirve para realizar predicciones a partir de los datos.
- EEs el módulo de Weka capaz de realizar las tareas de data mining que tienen que ver con los métodos predictivos.
9¿Cuáles son las opciones que se encuentran en el EXPLORER de Weka?
- APreprocess, Classify, Cluster, Predict, Visualize
- BPreprocess, Classify, Cluster, Associate, Select tasks, Visualize
- CPreprocess, Classify, Cluster, Predict, Select attributes, Visualize
- DPreprocess, Classify, Cluster, Associate, Select attributes, Visualize
- EPreprocess, Classify, Cluster, Predict, Select tasks, Visualize
10La opción Preprocess de Weka permite:
- ACambiar los valores de los datos para “acomodarlos” a la tarea de Data Mining a realizarse.
- BAhorrar mucho tiempo a la hora de realizar las tareas de data mining.
- CSeleccionar atributos del conjunto de datos y visualizar las relaciones entre ellos y la clase.
- DCambiar el nombre del dataset.
- ECrear nuevos atributos dentro del dataset previamente cargado en la herramienta.
11 ¿Cuál de los tipos de archivo siguientes, la herramienta Weka NO acepta para el análisis de datos?
- AArff data files (.arff)
- BText files (.txt)
- CCSV data files (.csv)
- Dsvm light data files (.dat)
- EBinary serialized instances (.bsi)
12¿Cuál opción del explorador tiene que estar seleccionada para que sea posible cargar el data set?
- AClassify
- BAssociate
- CAttributes selection
- DPreprocess
- ECluster
13 La Tabla 1 muestra una matriz de confusión. ¿Cuál de las siguientes afirmaciones NO es coherente con los resultados mostrados?
- A3 instancias son falsos ‘a’
- B32 instancias son verdaderos ‘b’
- C65 instancias han sido clasificadas como ‘a’
- D93 instancias han sido correctamente clasificadas
- E36 instancias han sido clasificadas como ‘b’
14La figura 1 muestra un fragmento de un árbol de decisión J48. Siendo que los nodos son ‘edad’ y la clase es ‘grupo’ (categorías 0 y 1). ¿Cuál de las afirmaciones siguientes concuerda exactamente con la información contenida en el mencionado fragmento?
- A43 instancias pertenecen al grupo 0.
- B39 instancias pertenecen al grupo 0.
- C43 instancias pertenecen al grupo 1.
- D4 instancias pertenecen al grupo 0.
- E4 instancias pertenecen al grupo 1.
1535: Sobre la base del segmento de árbol de la figura 1: ¿Cuál de las siguientes respuestas es verdadera?
- A39 individuos tienen 62 años o menos
- B4 individuos tiene más de 62 años
- C43 individuos tienen 62 años o menos
- D1 individuo tiene más de 62 años
- E44 individuos tienen 62 años o menos
16Considere la información mostrada en la tabla 2. ¿Cuántas instancias totales contiene el dataset?
- A2258
- B3257
- C3359
- D3499
- E3501
17¿Qué significa “n-fold Cross-validation”?
- AQue los datos de prueba son n veces más, en cantidad, que los datos de entrenamiento.
- BEs una técnica de validación de un modelo, donde el dataset se divide en n conjuntos y los datos de prueba corresponden a los (100/n) % de los datos totales, mientras que los [(n-1)*100/n] % de los datos son de entrenamiento. Esto se repite n veces hasta que los n conjuntos hayan sido tomados como datos de prueba.
- CQue los datos de entrenamiento son n veces más, en cantidad, que los datos de prueba.
- DEs una técnica de validación de un modelo, donde el dataset se divide en n conjuntos y los datos de entrenamiento corresponden a los (100/n) % de los datos totales, mientras que los [(n-1)*100/n] % de los datos son de prueba. Esto se repite n veces hasta que los n conjuntos hayan sido tomados como datos de entrenamiento.
- EQue el modelo se lo construye en n pasos y en cada uno de ellos se realiza una validación.
18¿Qué significa que para la validación de un modelo de clasificación se usará un “Supplied test set”?
- AQue el dataset a ser clasificado se dividirá en dos, para poder proporcionar al método los datos de entrenamiento y prueba.
- BQue la herramienta solicitará, en algún momento del procedimiento, que se proporcione un conjunto de datos por si hacen falta para mejorar los resultados del modelo.
- CQue el usuario será quien se encargue de probar el modelo, ya sea con los mismos datos de entrenamiento u otro conjunto de datos.
- DQue los datos de entrenamiento y prueba son los mismos, pero esto deberá ser comunicado por el usuario, al sistema.
- EQue los datos de prueba serán proporcionados como un conjunto separado, a más del dataset cargado previamente en la herramienta.
19¿Qué significa el valor del parámetro “Percentage Split” para la validación de un modelo?
- AQue se dividirá el dataset en dos subconjuntos, conforme los porcentajes proporcionados a la herramienta; uno para entrenamiento y otro para prueba del modelo.
- BQue Un porcentaje de los datos deberá, como máximo, estar mal clasificados por el modelo.
- CQue el algoritmo deberá tomar en cuenta ese porcentaje a la hora de encontrar los atributos mejor valorados para la subdivisión de los datos.
- DQue el algoritmo solo tomará un porcentaje de los datos y desechará el resto de ellos.
- EQue la clasificación será considerada idónea si se consigue un porcentaje igual o superior de datos bien clasificados.
20¿Cuántos “folds” usa Weka por default, para la clasificación?
- A2
- B6
- C5
- D10
- E12
21 ¿Qué son los “folds” dentro del contexto de la clasificación en data mining?
- ASon los resultados parciales que se obtienen durante la corrida de un método de clasificación.
- BSon instancias similares a los outliers.
- CSon los conjuntos de datos en los que se divide un dataset para la realización de una “Cross- Validation”.
- DSe refiere al tipo de método utilizado para la clasificación.
- ESon los datos que no fueron clasificados por no cumplir con ciertos límites prefijados para la clasificación.
22Suponga que su dataset está compuesto por 5018 elementos y está almacenado en un archivo .xlsx. Usted va a crear un modelo para clasificar nuevas instancias, usando Weka. ¿Cuál es el primer paso que daría, si los
datos ya están pre-procesados?- AImportaría los datos a un archivo con formato Arff.
- BCargaría los datos en Weka, usando la opción Preprocess.
- CSeleccionaría los atributos que deseo clasificar.
- DEliminaría datos redundantes y outliers.
- ETransformaría los datos numéricos continuos a categóricos.
23Con el mismo dataset con 5018 elementos y previamente preprocesado, usted decide hacer una 7-fold cross-validation. ¿Cuántos datos serían usados para entrenamiento?
- A1505
- B716
- C2509
- D4302
- E3513
24En un proceso de creación de un modelo de clasificación; si los datos de entrenamiento tienen muchas instancias repetidas: ¿Cuál de las siguientes decisiones es la correcta?
- AMantener los datos repetidos en el dataset.
- BEliminar los datos repetidos, excepto un representante por cada grupo.
- CCambiar el identificador de cada instancia repetida, para que cada una sea única.
- DLa decisión dependerá del dominio de aplicación.
- EReemplazar las instancias repetidas por nuevos datos únicos.
25¿Cuál es la diferencia entre agrupamiento y clasificación?
- ANo existe diferencia.
- BLa clasificación es una tarea supervisada, y el agrupamiento no es supervisado.
- CLa clasificación se realiza sobre un dataset con pocos atributos, mientras que el agrupamiento requiere muchos más.
- DLa clasificación requiere validación del modelo obtenido, mientras que en el clústering no es necesario validarlo.
- EEl clústering es una tarea de más alto nivel.
26La figura 2 muestra el resultado de un agrupamiento realizado, con el método Simple k-means, sobre un dataset ¿Cuál de las respuestas se ciñe más a los resultados mostrados en la figura?
- ALos datos se dividieron en tres clústeres.
- BLas instancias totales agrupadas fueron 1100.
- CLos valores de los atributos que se muestran en la tabla superior pertenecen a datos aleatorios de cada uno de los clústeres generados y del dataset total.
- DLas instancias totales agrupadas fueron 1544.
- ELos valores de los atributos que se muestran en la tabla superior pertenecen a los centroides, tanto de los dos clústeres generados como del dataset total.
27Para realizar clústering (con simplek-means o hierarchicalClusterer) a un dataset, en Weka, es necesario ingresar un parámetro importante ¿Cuál es ese parámetro?
- ALa cantidad de datos en el dataset.
- BEl número de datos mínimo por clúster.
- CEl número de clústeres en que se agruparán los datos.
- DPorcentaje de datos que serán agrupados en cada dataset.
- ENo existen atributos para esta tarea.
28 ¿Cómo puede determinar, un algoritmo de agrupamiento jerárquico, si una instancia pertenece a uno u otro grupo?
- ACalculando las distancias entre los centroides y el elemento; éste último será asignado al grupo cuyo centroide esté a menor distancia.
- BPor la cantidad de atributos con valores iguales entre el centroide y el elemento. El mayor número de atributos iguales determinará la pertenencia del elemento al clúster.
- CDependerá del número de clústeres elegido para la tarea.
- DSe asignará al grupo que contenga el menor número de instancias.
- ESe asignará al grupo o clúster con mayor distancia al elemento.
29La figura 3 muestra el resultado parcial de la aplicación de una búsqueda de reglas de asociación en un dataset, usando el método Apriori con Weka. ¿Qué se puede afirmar del resultado visible?
- A1182 instancias cumplen con la única regla encontrada.
- BPara que una regla aparezca en la lista de “Best rules found”, al menos debe existir un 90% de instancias que la satisfagan.
- CPara que una regla aparezca en la lista de “Best rules found”, al menos debe existir un 9% de instancias que la satisfagan.
- DPara que una regla aparezca en la lista de “Best rules found”, al menos debe existir un 10% de instancias que la satisfagan.
- ESe encontraron 620 instancias que cumplen con la regla encontrada.
30 La figura 4 muestra el resultado parcial de la aplicación de una búsqueda de reglas de asociación en un dataset, usando el método Apriori con Weka. ¿Cuál de las asociaciones encontradas, según el resultado, posee un soporte más alto?
- ALa número 1.
- BLa número 2.
- CNinguna de las dos.
- DCon lo que muestra la figura, no es posible determinar este dato.
- ELa pregunta no es aplicable a este caso.
31Para el ejemplo de la figura 5 se usaron 3501 instancias, una confianza mínima (minconf) de 0.7 y un soporte mínimo (minsup) de 0.05 y se obtuvieron las diez reglas de asociación que se muestran. ¿Cuántas de esas reglas sevhabrían mostrado si el soporte mínimo hubiese sido 0.08?
.- ALa regla 5 no se mostraría.
- BSolamente se mostrarían las cuatro primeras reglas.
- CNo es posible determinar qué cambios habría en la lista, puesto que es posible que aparezcan reglas que no están en ésta.
- DLa regla 10 sería la única que no se mostraría
- ESe habrían obtenido las 10 reglas.
32Considerando la información de la figura 5: ¿Qué sucedería con la lista de reglas de asociación si solamente se cambiara la confianza mínima a 0.8?
- ALa regla 5 no se mostraría.
- BSolamente se mostrarían las cuatro primeras reglas.
- CNo es posible determinar qué cambios habría en la lista, puesto que es posible que aparezcan reglas que no están en ésta.
- DLa regla 10 sería la única que no se mostraría.
- ESe habrían obtenido las mismas reglas.
33Se tiene una lista de montos de ventas de un producto en una tienda; cada cantidad vendida va acompañada por los datos relativos a las condiciones en las cuales se realizó la venta; todo esto correspondiente a varios periodos (Ver figura 6). Si deseamos predecir lo que sucederá en el periodo n. ¿Cuál o cuáles de la(s) tarea(s) de data mining puede(n) ser la(s) más acertada(s)? (Asuma que existe un número suficientemente grande de instancias)
- AAnálisis de reglas de asociación o agrupamiento.
- BAgrupamiento.
- CNinguna de las tareas es adecuada.
- DAnálisis de reglas de asociación o clasificación.
- EAgrupamiento o clasificación.
34Tomando como base la pregunta anterior; previa a la aplicación de la tarea elegida, ¿Será necesario que se realice un pre-procesamiento de los datos? En caso afirmativo, especifique qué se debería hacer.
- ASí. Categorizar los datos de “Feriados” y “Monto”.
- BNo.
- CSí. Eliminar los datos de “Local”.
- DSí. Incrementar un atributo que refleje la categoría del “Monto”.
- ESí. Convertir el dato del “Local” a numérico.
35¿Cuál de las respuestas muestra un parecido y una diferencia entre una tabla de base de datos relacional y un dataset?
- AParecido: Ambas contienen datos – Diferencia: La tabla tiene un tipo de datos escalar y el dataset no.
- BParecido: Ambas se almacenan en bases de datos – Diferencia: La tabla tiene identificador único de registro y el dataset no.
- CParecido: Ambas tienen atributos – Diferencia: La tabla tiene clave primaria y el dataset no.
- DParecido: A ambas se les puede realizar consultas SQL – Diferencia: La tabla tiene el concepto de orden en los registros y el dataset no.
- EParecido: Ambas tienen flexibilidad para crecer – Diferencia: La tabla no puede ser pre-procesada y el dataset sí.
36Si un dataset contiene 2500 instancias. ¿Cuántos datos de prueba tendrá, en cada iteración, un proceso de clasificación realizado con la opción 10-fold cross-validation?
- A500
- B2000
- C200
- D250
- E1000
37En los datasets suelen existir ouliers que resultan ser:
- ATotalmente inconvenientes para la realización del data mining.
- BConvenientes para que tenga más sentido lo que se intenta hacer con el data mining.
- CTotalmente necesarios si se trata de descifrar el comportamiento de la mayoría de instancias.
- DTotalmente necesarios si se trata de encontrar instancias con comportamiento anómalo.
- EConvenientes en unos casos e inconvenientes en otros, dependiendo del tamaño del data set.
38¿El resultado de una tarea de data mining se considera conocimiento?
- ASí, puesto que si no lo fuera no estaríamos hablando de data mining.
- BNo, puesto que el data mining es solo un paso en el descubrimiento de conocimiento.
- CSí, el data mining que se realiza sobre un conjunto de datos, siempre tiene que dar conocimiento como resultado.
- DNo, porque el data mining no se orienta hacia la extracción de conocimiento.
- EDepende de la tarea y de los datos.
39Si tuviéramos que clasificar de alguna manera los tipos de data mining, ¿Cuál podría ser una clasificación válida?
- ANumérico y no numérico.
- BDe casos reales y de casos ficticios.
- CSupervisado y no supervisado.
- DConcreto y abstracto.
- EPráctico y Teórico
40 ¿Cuál tarea de data mining es más útil a la hora de extraer conocimiento a partir de los datos?
- AClasificación.
- BNinguna es más o menos útil por sí misma; todo depende de los objetivos de la aplicación.
- CDetección de outliers.
- DAnálisis de asociaciones.
- EClústering o agrupamiento.
Información
- Descripción
- bi2 resatante Test sobre Sin título, creado por Henry Granada el 31/03/2016.
- Autor
- Henry Granada
- Idioma
- Español
- Visitas
- 0
- Historial
- Creado el 31 mar 2016 · actualizado el 8 may 2016
- Etiquetas
- Valoración
- Aún sin valoraciones Valora este test