22春《大数据技术与应用》作业2题目
试卷总分:100 得分:100
一、单选题 (共 15 道试题,共 60 分)
1.用训练好的LOF实例判断数据是否异常，正常样本用1表示，异常样本用-1表示的语句
A.from sklean.neighbors import LocalOutlierFactor
B.clf=LocalOutlierFactor(n_neighbors=20)
C.y_pred=clf.fit_predict(X)
D.X_scores = clf.negative_outlier_factor_
2.利用pandas处理数据缺失值时，用于填充缺失值的函数为
A.isnull
B.head
C.fillna
D.dropna
3.决策树生成过程中，以信息增益作为特征选择准则生成决策树的算法是
A.ID3
B.C4.5
C.CART
D.以上都不对
4.决策树的生成是一个递归过程，在决策树基本算法中，满足哪种情形，会导致递归过程返回停止
A.特征选择次数超过一定限制
B.当前属性集为空，或所有样本在所有属性上取值相同
C.决策树深度超过2
D.以上都不对
5.:from sklearn.tree import DecisionTreeClassifiernclf = DecisionTreeClassifier()nclf.fit(Xtrain,Ytrain) npredictions = clf.predict(Xtest)n上面代码第4行中Xtest表示
A.训练数据集
B.测试数据集
C.训练数据的类别标签数组
D.测试数据的类别标签数组
6.以下不属于大数据分析方法的是（）
A.统计分析
B.数学模型
C.机器学习
D.人工智能
7.用训练好的孤立森林isolation forest实例对数据进行异常值检测的语句是
A.from sklean.ensemble import IsolationForest
B.LocalOutlierFactor
C.clf= IsolationForest(max_samples=100,random_state=0)
D.clf.fit(X_train)
E.y_pred=clf.fit_predict(X)
F.y_pred_test = clf.predict(X_test)
8.用训练好的模糊C均值聚类实例对数据进行聚类操作的语句是
A.from fcmeans import FCM
B.fcm=FCM(n_clusters=3)
C.fcm.fit(X)
D.fcm_labels=fcm.u.argmax(axis=1)
9.数据集{1,2,2,2,3,4}的众数是
A.1
B.2
C.3
D.4
10.不包含任何项的项集是指
A.项
B.空集
C.超项集
D.子项集
11.利用Sklearn构建KNN分类器，用于KNN分类器训练的程序为
A.knn.fit(X_train,y_train)
B.y_pred=knn.predict(X_test)
C.knn=KNeighborsClassifier(n_neighbors=k)
D.以上都不对
12.数据集{2,2,4,4,4,4,6,6,8,8,12,14,16,20,22,28,30,44}的中四分位数为
A.2
B.4
C.6
D.8
13.关联规则 X→Y 表示中X称为
A.前件
B.后件
C.中间件
D.以上都不对
14.从软件库中导入模糊C均值聚类算法类的语句是
A.from fcmeans import FCM
B.fcm=FCM(n_clusters=3)
C.fcm.fit(X)
D.fcm_labels=fcm.u.argmax(axis=1)
15.如果一个项集包含K个项，则该项集称为
A.项
B.空集
C.超项集
D.K项集
二、多选题 (共 5 道试题,共 20 分)
16.数据集中趋势分析的常用指标包括
A.平均值
B.中位数
C.众数
D.四分位数
17.以下哪些是数据可视化图表
A.柱状图
B.折线图
C.饼图
D.散点图
18.分箱法包括
A.等深分箱
B.众数分箱
C.等宽分箱
D.以上都不对
19.在数据清洗过程中，用于处理噪声值的方法包括
A.盖帽法
B.分箱法
C.聚类法
D.以上都不对
20.定性数据包括
A.有序数据
B.无序数据
C.定类等级数据
D.定性等级数据
三、判断题 (共 5 道试题,共 20 分)
21.回归算法的目的是寻找决策边界
22.描述性数据分析属于比较高级复杂的数据分析手段
23.盖帽法是将某连续变量均值上下三倍标准差范围外的数值全部删除
24.定性数据包括离散数据和连续数据
25.等宽分箱方法是指每个分箱中样本数量一致
