22春学期（高起本1709、全层次1803-2103）《数据科学导论》在线作业答卷

admin

22春学期（高起本1709-1803、全层次1809-2103）《数据科学导论》在线作业-00002
$ g5 |4 O2 i0 m试卷总分:100  得分:100
5 Y8 ]4 c7 C, `, m; T) G1 M一、单选题 (共 20 道试题,共 40 分)
1.聚类是一种()。
! t6 y6 V7 S2 q$ _1 |A.有监督学习
/ ^$ [* |' {/ a5 ?/ gB.无监督学习
# U2 o; m5 T) t9 i6 |$ f3 |8 TC.强化学习
D.半监督学习
资料:
6 E3 r! f5 f1 o) d- z6 S  f
1 I) n: W# n( M; E2.一元线性回归中,真实值与预测值的差称为样本的()。
A.误差
B.方差
; z9 z8 D4 J9 \# ^$ SC.测差
D.残差
资料:
2 Z  l8 ~+ \" v+ `, X# I' _/ a
" X7 Z3 r" w$ z3 R3 D' n3.对于k近邻法,下列说法错误的是()。
A.不具有显式的学习过程
B.适用于多分类任务
3 X% V' y# p9 S; F( KC.k值越大，分类效果越好
' D. o5 @% H# `! F" R- n0 xD.通常采用多数表决的分类决策规则
资料:
! [) V+ t$ Y- N# k) h1 S
) }( H9 `- O4 w: m( J5 B4.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
3 D' P8 p" i5 F& CB.产量每增加一台，单位成本减少1.2元
& i( I2 H$ |8 C7 a' _& p/ s- [. \" n! ~C.产量每增加一台，单位成本平均减少1.2元
3 {! \0 w2 b6 J6 u. d9 B. q5 mD.产量每增加一台，单位平均增加100元
资料:

5.哪一项不属于规范化的方法()
! j, B3 C& ~3 C8 RA.最小-最大规范化
B.零-均值规范化
C.小数定标规范化
1 |) J* H- ~* r3 K& ?% c/ ^D.中位数规范化
资料:

6.维克托?迈尔-舍恩伯格在《大数据时代:生活、工作与思维的大变革》一书中,持续强调了一个观点:大数据时代的到来,使我们无法人为地去发现数据中的奥妙,与此同时,我们更应该注重数据中的相关关系,而不是因果关系。其中,数据之间的相关关系可以通过以下哪个算法直接挖掘( )
! N! R8 L& |0 x; W/ u0 LA.K-means
  F) |9 D  ^3 t# RB.Bayes Network
C.C4.5
D.Apriori
资料:

7.在回归分析中,自变量为(),因变量为()。
A.离散型变量，离散型变量
8 P0 H' q7 v0 p- b" _B.连续型变量，离散型变量
C.离散型变量，连续型变量
D.连续型变量，连续型变量
资料:

2 ?$ |+ X$ A. b8.层次聚类适合规模较()的数据集
A.大
' }7 S! Q% z# `B.中
C.小
D.所有
资料:

1 q: j1 K* [0 Y9.BFR聚类是用于处理数据集()的k-means变体。
A.大
" C+ x- C6 Q; FB.中
C.小
D.所有
) D' G& V  Z+ U# P' z2 U& ^资料:

10.手肘法的核心指标是()。
A.SES
B.SSE
C.RMSE
6 o. o* `: q. E' B1 v- y- sD.MSE
资料:

11.层次聚类对给定的数据进行()的分解。
6 J, P  p( D# |6 Z3 OA.聚合
B.层次
. {4 k! o2 S# @$ k9 O4 H; F/ `& S1 CC.分拆
, V+ m: I2 y- w4 |D.复制
资料:
+ E% k' |& s2 k
& }- I; J8 Y" x1 t# h12.根据映射关系的不同可以分为线性回归和()。
A.对数回归
B.非线性回归
C.逻辑回归
D.多元回归
% J7 z5 D1 L. c, p2 l3 U资料:
# p! e; a( g* u1 Q+ e4 l" l, ?
13.以下属于关联分析的是( )
; `" }* S8 q. i7 G+ q$ xA.CPU性能预测
2 ]( W, t# w. A& f) @B.购物篮分析
C.自动判断鸢尾花类别
6 J5 \, g% M5 S# u! _% y" pD.股票趋势建模
& Q4 d; V' d+ I资料:

% g7 e) m9 J0 E9 {" B9 f& P14.在k近邻法中,选择较小的k值时,学习的"近似误差"会(),"估计误差"会()。
0 ]  p3 ?; _! T8 b5 RA.减小，减小
! e* }1 Y: F" W. w2 w6 C4 @) uB.减小，增大
C.增大，减小
4 i* d1 B, e' y) L# BD.增大，增大
资料:

) Q7 P5 ~1 l1 B7 C0 \* k4 W15.特征选择的四个步骤中不包括()
A.子集产生
B.子集评估
) E% E! _. m, j1 i% cC.子集搜索
D.子集验证
. t6 I5 b  Q5 R* }8 |资料:
4 Z1 z4 a3 h0 y- G4 q1 W+ w
16.利用最小二乘法对多元线性回归进行参数估计时,其目标为()。
A.最小化方差#最小化标准差
B.最小化残差平方和
1 M9 a; p7 y* Y+ S# i4 RC.最大化信息熵
' d3 n4 w. ~  j8 i. t5 V5 O4 _) `资料:
/ v7 ]6 n! F' D+ w
17.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
6 G4 X! d* m- @: f- `D.最佳分布线
, ~( Y5 u2 @1 _+ O* e; s资料:
8 \8 A3 a+ I1 z1 M
18.BFR聚类用于在()欧氏空间中对数据进行聚类
A.高维
7 L# W3 L0 Y$ a5 c3 m3 ]B.中维
) j& f" Q. `4 H& [C.低维
D.中高维
资料:
: T6 |' w7 M; f4 W8 j
19.Apriori算法的加速过程依赖于以下哪个策略( )
A.抽样
B.剪枝
$ n6 A+ N( X( i6 c; KC.缓冲
8 G$ o, o/ b2 a: R) w3 s3 ?D.并行
# ^. E; S0 d' ^  ~  f0 O资料:

20.设X={1,2,3}是频繁项集,则可由X产生()个关联规则。
* N/ a3 o+ t& J% g5 G& a1 A3 B3 `A.4
2 Z" H( W5 V$ N) n; K  BB.5
5 e& x! _1 @, w* vC.6
D.7
资料:
$ Q9 E2 `" u9 k4 D$ j  @
二、多选题 (共 10 道试题,共 20 分)
21.系统日志收集的基本特征有()
A.高可用性
! n7 |- s+ a6 S+ iB.高可靠性
C.可扩展性
D.高效率
资料:BC
; Z2 k; X" l$ P7 ?
22.距离度量中的距离可以是()
" P5 b" B# ]- C; a1 v& L* EA.欧式距离
B.曼哈顿距离
C.Lp距离
D.Minkowski距离
资料:BCD

" x% W9 M8 ?  @0 M: F5 t23.Apriori算法的计算复杂度受()影响。
  [% Z% |7 W: a6 _A.支持度阈值
! v2 Z$ {$ o/ t- wB.项数
" _5 K' m3 v; o5 KC.事务数
D.事务平均宽度
资料:BCD

% Y& q# f1 [- J0 E' |1 V! k, o24.下面例子属于分类的是()
A.检测图像中是否有人脸出现
B.对客户按照贷款风险大小进行分类
C.识别手写的数字
D.估计商场客流量
% M- c0 {5 M. j* U8 @# e- ^资料:BC

25.数据科学具有哪些性质()
# W1 _8 Q3 k8 o6 \A.有效性
8 T3 b! @) u* ^7 q+ dB.可用性
C.未预料
5 J. i; U$ U. R. H5 p5 j2 ZD.可理解
资料:BCD

26.聚类的主要方法有()。
$ p7 u& d9 K. c3 F" dA.划分聚类
B.层次聚类
C.密度聚类
' w/ t9 [4 ~( F0 c" D9 TD.距离聚类
! ~# l4 m6 P; F  Z9 y5 O/ Y8 W资料:BC

/ P# W1 ~, X; a) u6 W- c$ `& ^2 P27.k近邻法的基本要素包括()。
A.距离度量
" F6 }3 G* t# O" p8 G: gB.k值的选择
' {1 K; x& s* F/ Q; G- ?C.样本大小
D.分类决策规则
资料:BD

9 h& N& C' e9 ?% B: W" J1 t28.层次聚类的方法是()
A.聚合方法
B.分拆方法
C.组合方法
- J5 k, e3 p0 w, u+ [8 p; E) z* xD.比较方法
7 Y1 e0 |9 e! d! H& ?9 ^: R& [资料:B
7 ]# Z$ b7 e# E- b4 ^
29.多层感知机的学习过程包含()。
! b% [$ z2 e3 m. o6 h  v, nA.信号的正向传播
/ i  E: @) ]8 j& nB.信号的反向传播
C.误差的正向传播
7 r) w& h0 p9 h3 f( J# T  WD.误差的反向传播
资料:
- ]& J! B9 e5 x# R
# S5 s9 \! o# ]) g$ e30.什么情况下结点不用划分()
4 \$ R. W! b  `, w: BA.当前结点所包含的样本全属于同一类别
! @! [" r! t* d5 ]( A& S1 rB.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
6 i* x+ J8 o* Q6 h资料:BC
  E/ c9 S9 @1 ~; `- x
三、资料来源：谋学网（www.mouxue.com） (共 20 道试题,共 40 分)
/ u6 N/ W, r  x/ o31.数据科学具有广泛的应用领域,可以应用在社交网络、职业体育、政治竞选
! g% q. J/ |! M8 f# ~资料:正确
5 a$ n/ a% \- Z% `  q9 x
32.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。
6 y0 V" u# K6 l资料:正确
4 V0 c/ H/ R) P% b; E
33.标准BP算法是在读取全部数据集后,对参数进行统一更新的算法。
资料:错误

) i* h  c6 T& w0 d! u34.平均减少的不纯度越大,则特征重要度越高。
3 R) k, y: s! @# F; k6 R! ^资料:正确

35.使用SVD方法进行图像压缩不可以保留图像的重要特征。
资料:错误

36.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。
资料:错误
4 A# g! f' `! a' J. |
3 m  f7 X5 P6 C! T/ r  ]) z' }37.关联规则可以用枚举的方法产生。
资料:正确
. E8 h. w5 R8 l% i( k
2 ^) W7 I$ g" M5 P0 D6 ^: i38.获取数据的方式有多种,可以从网页、测量、数据库、传统媒体、监控等等方式
- f1 f' Z2 e8 z/ `7 P资料:正确
5 t/ W- B  Y( O: }
39.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。
7 D( h5 G- r. w) P) O& \, h资料:正确

40.子集产生本质上是一个搜索过程,该过程可以从空集、随机产生的一个特征子集或者整个特征集开始。
- ~1 v: a( K; f2 Q资料:正确
/ d- u0 D# T% D
/ D% ?  [) ~; e5 V  `8 R41.当特征为离散型时,可以使用信息增益作为评价统计量。
资料:正确

8 d* ]5 \1 o  K" _  L42.由不同的距离度量所确定的最近邻点是不同的
资料:正确
2 L- ~3 l5 v  W
43.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。
资料:正确

44.sigmoid函数属于阶跃函数,是神经网络中常见的激活函数。
% Z# V+ G  @. L7 S7 I- Q资料:错误
% S8 n3 c! N6 v% G! D/ z. r
45.分拆方法是自底向上的方法。
. B8 p' r1 w3 S$ y资料:错误
% |  B7 z7 n: S% S" k3 k3 u
& l  ^/ b0 E3 C  ]+ Y6 g  b* m9 i* |46.随着特征维数的增加,样本间区分度提高。
资料:错误

! c' G5 B7 I- q47.两个对象越相似,他们的相异度就越高。
- C  c2 r2 S7 w8 k1 ^; U* J5 A资料:错误

9 j0 Q% z" M9 R48.k值增大意味着整体模型变得复杂。
3 W6 V6 @3 H. d2 X" }# K8 n% c资料:错误
3 h0 N3 @9 h4 C% p
49.交叉表可以帮助人们发现变量之间的相互作用。
资料:正确

50.具有双隐层的感知机足以用于解决任何复杂的分类问题。
1 r# {" ?; x( t" ~7 B资料:正确
/ i2 t: R1 v$ E& }; u# U) m# c







# G& `: k% e+ G' b6 M
! i1 g' W- f$ P' t3 U

9 b& h% p6 h" S4 H