[南开大学（本部）]20春学期（1709、1803、1809、1903、1909、2003）《数据科学导论》在线作业
试卷总分:100    得分:100
第1题,以下属于关联分析的是( )
A、CPU性能预测
B、购物篮分析
C、自动判断鸢尾花类别
D、股票趋势建模
正确答案:


第2题,哪一项不属于规范化的方法()
A、最小-最大规范化
B、零-均值规范化
C、小数定标规范化
D、中位数规范化
正确答案:


第3题,实体识别属于以下哪个过程()
A、数据清洗
B、数据集成
C、数据规约
D、数据变换
正确答案:


第4题,具有偏差和至少()个S型隐含层加上一个()输出层的网络能够逼近任何有理数。
A、1,线性
B、2,线性
C、1,非线性
D、2,非线性
正确答案:


第5题,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
正确答案:


第6题,层次聚类适合规模较()的数据集
A、大
B、中
C、小
D、所有
正确答案:


第7题,下面不是分类的常用方法的有()
A、K近邻法
B、朴素贝叶斯
C、决策树
D、条件随机场
正确答案:


第8题,BFR聚类用于在()欧氏空间中对数据进行聚类
A、高维
B、中维
C、低维
D、中高维
正确答案:


第9题,只有非零值才重要的二元属性被称作 ),其中购物篮数据就属于这种属性。
A、计数属性
B、离散属性
C、非对称的二元属性#对称属性
正确答案:


第10题,为了解决任何复杂的分类问题,使用的感知机结构应至少包含()个隐含层。
A、1
B、2
C、3
D、4
正确答案:


第11题,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
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
正确答案:


第12题,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( )
A、K-means
B、Bayes Network
C、C4.5
D、Apriori
正确答案:


第13题,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
C、测差
D、残差
正确答案:


第14题,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
正确答案:


第15题,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
正确答案:


第16题,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
正确答案:


第17题,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()。
A、减小，减小
B、减小，增大
C、增大，减小
D、增大，增大
正确答案:


第18题,考虑下面的频繁3-项集的集合:{1,2,3},{1,2,4},{1,2,5},{1,3,4},{1,3,5},{2,3,4},{2,3,5},{3,4,5}假定数据集中只有5个项,采用 合并策略,由候选产生过程得到4-项集不包含()
A、1,2,3,4
B、1,2,3,5
C、1,2,4,5
D、1,3,4,5
正确答案:


第19题,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
正确答案:


第20题,特征选择的四个步骤中不包括()
A、子集产生
B、子集评估
C、子集搜索
D、子集验证
正确答案:


第21题,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
正确答案:


第22题,Apriori算法的计算复杂度受()影响。
A、支持度阈值
B、项数
C、事务数
D、事务平均宽度
正确答案:


第23题,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
正确答案:


第24题,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
正确答案:


第25题,相关性的分类,按照相关的方向可以分为()。
A、正相关
B、负相关
C、左相关
D、右相关
正确答案:


第26题,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
正确答案:


第27题,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
正确答案:


第28题,下列选项是BFR的对象是()
A、废弃集
B、临时集
C、压缩集
D、留存集
正确答案:


第29题,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
正确答案:


第30题,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
正确答案:


第31题,在一元线性回归中,输入只包含一个单独的特征。
T、对
F、错
正确答案:


第32题,sigmoid函数属于阶跃函数,是神经网络中常见的激活函数。
T、对
F、错
正确答案:


第33题,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。
T、对
F、错
正确答案:


第34题,BFR聚类簇的坐标可以与空间的坐标保持一致。
T、对
F、错
正确答案:


第35题,支持度是衡量关联规则重要性的一个指标。
T、对
F、错
正确答案:


第36题,利用K近邻法进行分类时,使用不同的距离度量所确定的最近邻点都是相同的。
T、对
F、错
正确答案:


第37题,信息熵越小,样本结合的纯度越低
T、对
F、错
正确答案:


第38题,在数据预处理时,无论什么情况,都可以直接将异常值删除
T、对
F、错
正确答案:


第39题,决策树的输入为训练集,输出为以node为根结点的一棵决策树
T、对
F、错
正确答案:


第40题,单层感知机对于线性不可分的数据,学习过程也可以收敛。
T、对
F、错
正确答案:


第41题,朴素贝叶斯分类器有简单、高效、健壮的特点,但某些属性可能会降低分类器的性能
T、对
F、错
正确答案:


第42题,随着特征维数的增加,样本间区分度提高。
T、对
F、错
正确答案:


第43题,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。
T、对
F、错
正确答案:


第44题,一般而言,信息增益越大,则意味着使用属性a来进行划分所获得的“纯度提升越大”,因此我们可用信息增益来进行决策树的最优特征选择。
T、对
F、错
正确答案:


第45题,决策树内部结点表示一个类,叶结点表示一个特征或属性
T、对
F、错
正确答案:


第46题,为了更加准确地描述变量之间的线性相关程度,可以通过计算相关系数来进行相关分析。
T、对
F、错
正确答案:


第47题,K均值(K-Means)算法是密度聚类。
T、对
F、错
正确答案:


第48题,Apriori算法是一种典型的关联规则挖掘算法。
T、对
F、错
正确答案:


第49题,当特征为离散型时,可以使用信息增益作为评价统计量。
T、对
F、错
正确答案:


第50题,EDA可以最大化数据分析者对数据集和数据集底层结构的洞察力,并且为分析者提供数据集中包含的各类信息。
T、对
F、错
正确答案: