南开22秋学期（高起本1709-1803、全层次1809-2103）《数据科学导论》在线作业-00003(标准答案)
时间:2023-04-08 点击:532次
00
| 22秋学期（高起本1709-1803、全层次1809-2103）《数据科学导论》在线作业-00003(标准答案) 试卷总分:100 得分:100 一、单选题 (共 20 道试题,共 40 分) 1.数据质量检验的主要任务就是检查原始数据中是否存在“脏数据”,概括性来说,脏数据不包括以下() A.普通值 B.异常值 C.不一致的值 D.重复值 答案:A 2.变量之间的关系一般可以分为确定性关系与()。 A.非确定性关系 B.线性关系 C.函数关系 D.相关关系 答案:A 3.以下哪个不是处理缺失值的方法() A.删除记录 B.按照一定原则补充 C.不处理 D.随意填写 答案:D 4.单层感知机模型属于()模型。 A.二分类的线性分类模型 B.二分类的非线性分类模型 C.多分类的线性分类模型 D.多分类的非线性分类模型 答案:A 5.K-means聚类适用的数据类型是()。 A.数值型数据 B.字符型数据 C.语音数据 D.所有数据 答案:A 6.在一元线性回归中,通过最小二乘法求得的直线叫做回归直线或()。 A.最优回归线 B.最优分布线 C.最优预测线 D.最佳分布线 答案:A 7.单层感知机拥有()层功能神经元。 A.一 B.二 C.三 D.四 答案:A 8.例如将工资收入属性值映射到[-1,1]或者[0,1]内属于数据变换中的() A.简单函数变换 B.规范化 C.属性构造 D.连续属性离散化 答案:B 9.Apriori算法的加速过程依赖于以下哪个策略( ) A.抽样 B.剪枝 C.缓冲 D.并行 答案:B 10.设X={1,2,3}是频繁项集,则可由X产生()个关联规则。 A.4 B.5 C.6 D.7 答案:C 11.聚类是一种()。 A.有监督学习 B.无监督学习 C.强化学习 D.半监督学习 答案:B 12.数据库中相关联的两张表都存储了用户的个人信息,但在用户的个人信息发生改变时只更新了一张表中的数据,这时两张表中就有了不一致的数据,这属于() A.异常值 B.缺失值 C.不一致的值 D.重复值 答案:C 13.层次聚类对给定的数据进行()的分解。 A.聚合 B.层次 C.分拆 D.复制 答案:B 14.多层感知机是由()层神经元组成。 A.二 B.三 C.大于等于二层 D.大于等于三层 答案:D 15.手肘法的核心指标是()。 A.SES B.SSE C.RMSE D.MSE 答案:B 16.比如一张表,从业务上讲,一个用户应该只会有一条记录, 那么如果某个用户出现了超过一条的记录,这就产生了() A.异常值 B.不一致的值 C.重复值 D.缺失值 答案:C 17.某超市研究销售纪录数据后发现,买啤酒的人很大概率也会购买尿布,这种属于数据挖掘的哪类问题?() A.关联规则发现 B.聚类 C.分类 D.自然语言处理 答案:A 18.某商品的产量(X,件)与单位成本(Y,元/件)之间的回归方程为^Y=100-1.2X,这说明()。 A.产量每增加一台，单位成本增加100元 B.产量每增加一台，单位成本减少1.2元 C.产量每增加一台，单位成本平均减少1.2元 D.产量每增加一台，单位平均增加100元 答案:C 19.下列两个变量之间的关系中,哪个是函数关系()。 A.人的性别和他的身高 B.人的工资与年龄 C.正方形的面积和边长 D.温度与湿度 答案:C 20.通过变量标准化计算得到的回归方程称为()。 A.标准化回归方程 B.标准化偏回归方程 C.标准化自回归方程 D.标准化多回归方程 答案:A 二、多选题 (共 10 道试题,共 20 分) 21.对于多层感知机,()层拥有激活函数的功能神经元。 A.输入层 B.隐含层 C.输出层 答案:BC 22.一元回归参数估计的参数求解方法有()。 A.最大似然法 B.距估计法 C.最小二乘法 D.欧式距离法 答案:ABC 23.关联规则的评价度量主要有:()。 A.支持度 B.置信度 C.准确率 D.错误率 答案:AB 24.系统日志收集的基本特征有() A.高可用性 B.高可靠性 C.可扩展性 D.高效率 答案:ABC 25.多层感知机的学习过程包含()。 A.信号的正向传播 B.信号的反向传播 C.误差的正向传播 D.误差的反向传播 答案:AD 26.什么情况下结点不用划分() A.当前结点所包含的样本全属于同一类别 B.当前属性集为空，或是所有样本在所有属性上取值相同 C.当前结点包含的样本集为空 D.还有子集不能被基本正确分类 答案:ABC 27.数据科学具有哪些性质() A.有效性 B.可用性 C.未预料 D.可理解 答案:ABCD 28.k近邻法的基本要素包括()。 A.距离度量 B.k值的选择 C.样本大小 D.分类决策规则 答案:ABD 29.层次聚类的方法是() A.聚合方法 B.分拆方法 C.组合方法 D.比较方法 答案:AB 30.距离度量中的距离可以是() A.欧式距离 B.曼哈顿距离 C.Lp距离 D.Minkowski距离 答案:ABCD 三、判断题 (共 20 道试题,共 40 分) 31.探索性数据分析的特点是研究从原始数据入手,完全以实际数据为依据。 答案:正确 32.特征选择和降维都是用于减少特征数量,进而降低模型复杂度、防止过度拟合。 答案:正确 33.具有双隐层的感知机足以用于解决任何复杂的分类问题。 答案:正确 34.贝叶斯定理是概率论中的一个结果,它与随机变量的条件概率以及联合概率分布 有关。 答案:正确 35.给定一组点,使用点之间的距离概念,将点分组为若干簇,不同簇的成员可以相同。 答案:错误 36.当训练集较大的时候,标准BP算法通常会更快的获得更好的解。 答案:正确 37.相关性分析主要是分析个别独立变量之间线性相关程度的强弱,并用适当的统计指标表示出来的过程。 答案:错误 38.Pearson相关系数是判断特征之间、以及特征和目标变量之间线性相关关系的统计量。 答案:正确 39.数据分析师的任务:用模型来回答具体问题,了解数据,其来源和结构 答案:错误 40.选择较小的k值,相当于用较小的邻域中的训练实例进行预测,学习的“近似误差”会减小,“估计误差”会增大,预测结果会对近邻的点实例点非常敏感。 答案:正确 41.关联规则可以被广泛地应用于通信、金融、交通、健康医疗和Web用户行为分析等领域。 答案:正确 42.交叉表可以帮助人们发现变量之间的相互作用。 答案:正确 43.支持度是衡量关联规则重要性的一个指标。 答案:正确 44.如果一个候选集至少有一个子集是非频繁的,根据支持度的反单调属性,这样的候选项集肯定是非频繁的。 答案:正确 45.每个类的先验概率可以通过属于该类的训练记录所占的比例来估计。 答案:正确 46.uBFR算法所使用数据中的簇在不同坐标下的标准差有所不同 答案:正确 47.不满足给定评价度量的关联规则是无趣的。 答案:错误 48.多层感知机的学习能力有限,只能处理线性可分的二分类问题。 答案:错误 49.由不同的距离度量所确定的最近邻点是不同的 答案:正确 50.决策树分类时将该结点的实例强行分到条件概率大的那一类去 答案:正确 |