《数据科学导论》20春期末考核-00001
试卷总分:100 得分:100
一、单选题 (共 15 道试题,共 30 分)
1.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
答案:D
2.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
答案:A
3.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
4.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
5.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
6.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
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
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
8.手肘法的核心指标是()。
A.SES
B.SSE
C.RMSE
D.MSE
9.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
10.一元线性回归中,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
11.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
12.以下哪些不是缺失值的影响()
A.数据建模将丢失大量有用信息
B.数据建模的不确定性更加显著
C.对整体总是不产生什么作用
D.包含空值的数据可能会使建模过程陷入混乱，导致异常的输出
13.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
14.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
15.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
二、多选题 (共 5 道试题,共 10 分)
16.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
17.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
18.K-means聚类中K值选取的方法是()。
A.密度分类法
B.手肘法
C.大腿法
D.随机选取
19.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
20.一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
三、判断题 (共 15 道试题,共 30 分)
21.Jaccard系数只关心个体间共同具有的特征是否一致这个问题。
22.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。
23.使用SVD方法进行图像压缩不可以保留图像的重要特征。
24.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。
25.一个人的身高与体重之间具有函数关系。
26.K均值(K-Means)算法是密度聚类。
27.数据科学可以回答复杂的问题,发现世界中隐藏的联系并预测和指导未来。
28.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。
29.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。
30.对于项集来说,置信度没有意义。
31.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。
32.当维度增加时,特征空间的体积增加得很快,使得可用的数据变得稠密。
33.利用K近邻法进行分类时,k值过小容易发生过拟合现象。
34.聚合方法是自底向上的方法。
35.平均减少的不纯度越大,则特征重要度越高。
四、主观填空题 (共 5 道试题,共 10 分)
36.##感知机足以解决任何复杂的分类问题。
判定系数取值范围为[0,1]，判定系数越接近##，表明变量之间的相关性越强。
38.在线性回归分析中，当输入特征的维度从一维增加到d维(d>1)，则该问题为##问题。
39.多元线性回归中，在有统计学意义的前提下，标准化偏回归系数的绝对值越大，说明相应的自变量对y的作用##。
40.在k近邻法中，通常采用##来选取最优的k值。
五、简答题 (共 2 道试题,共 20 分)
41.单层感知机和多层感知机分别解决的是哪类问题？
42.为什么某些属性可能会降低朴素贝叶斯分类器的性能？
