刑事警察人員 97 年資料探勘技術考古題（共 6 題）
資料來源：考選部歷屆試題｜法律人 LawPlayer 整理
https://lawplayer.com/exam/criminal-police/97-%E8%B3%87%E6%96%99%E6%8E%A2%E5%8B%98%E6%8A%80%E8%A1%93

第 1 題
解釋名詞：(每子題5 分，共計30 分）
㈠資料正規化（Data Normalization）
㈡功能相依（Functional Dependency, FD）
㈢解釋資料（Metadata）
㈣實體關係圖（Entity-Relationship Diagram, ERD）
㈤關聯法則支持度（Support）
㈥下鑽（Drill-down）

第 2 題
試寫出類神經網路在資料探勘處理上的優缺點。（20 分）

第 3 題
一般資料探勘策略分為監督式與非監督式兩種，請回答下列各問題：
㈠試簡要描述這兩種策略的主要特點。（10 分）
㈡分類（Classification）是屬於何種策略？試指出它的相依變數資料型態與其屬性？
（10 分）
㈢分群（Cluster）是屬於何種策略？試說明之。（10 分）

第 4 題
甲警察局在某一重要路口裝設一部彩色高解析度攝影機，專拍來往車輛的車牌，經
由影像擷取和車牌自動辨識系統、刑事警察局涉案車輛資料庫比對後，再利用資料
探勘技術──Model X（由類神經網路導得）與Model Y（由決策樹導得）兩種方
法，獲得如下的混淆矩陣表。
Model X 混淆矩陣表
Model Y 混淆矩陣表
Model X
計算
有涉案
計算
未涉案
Model Y
計算
有涉案
計算
未涉案
有涉案
10

第 5 題
有涉案

第 6 題
9
未涉案
25
60
未涉案
15
70
㈠資料探勘建構模型用資料集範例總共多少部車輛？請寫出計算過程。（4 分）
㈡那一個Model 被分類為未涉案車輛數較多？試說明之。（4 分）
㈢試計算出Model X 的增益值（Lift）和支持度？（8 分）
㈣那一種探勘方法（類神經網路或決策樹）所導得的模型較佳？試說明其理由？
（4 分）

題目為考試當年公告版本，實務標準請以現行規範為準。