《数据科学导论》20春期末考核（参考资料）南开大学 资料

admin

《数据科学导论》20春期末考核-00001
0 r' a8 [! B! I  H, K; M试卷总分:100  得分:70
- [, B0 I1 p# D: I$ N' F一、单选题 (共 15 道试题,共 30 分)
& J8 o; _6 M5 N7 U1.下面不是分类的常用方法的有()
# ^9 j  B+ F) HA.K近邻法
  F& }, b0 q! j+ ]5 Y' C7 VB.朴素贝叶斯
C.决策树
D.条件随机场
% b1 D( h- D3 y2 a2 j* L/ y$ i正确资料:

- _2 G; C; |! ^% f1 {2.BFR聚类用于在()欧氏空间中对数据进行聚类
1 \! a9 C  r4 W1 b7 `& t; ?. r5 EA.高维
, _4 j! P& X7 M: I, t6 q! PB.中维
8 K2 ?5 f* j! B2 M# K$ _3 r; ?# {C.低维
D.中高维
正确资料:
( m: W3 }8 u% K6 X# J4 e
3.聚类是一种()。
* t  \& X* J2 @; qA.有监督学习
) J3 P) M! K/ R7 \( y6 C1 |B.无监督学习
! z9 q2 k1 h. v; MC.强化学习
D.半监督学习
# ^! P/ k8 y3 D" [正确资料:

* @" E% @! E$ X6 J1 K: `- ]; [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
正确资料:

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
6 K" o9 g; [- ZD.产量每增加一台，单位平均增加100元
正确资料:
* R/ `0 F' n1 s5 S3 [( k1 H
4 q3 v" K; J, w. J+ V6.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
" |3 l* O  X$ k3 ?! T7 a2 aC.增大，减小
' w  }, E. ~* E7 g' i0 PD.增大，增大
& ^: x$ Q5 _/ P& W正确资料:

7.在回归分析中,自变量为(),因变量为()。
0 e4 B3 n" F) \A.离散型变量，离散型变量
# {& Z; {: G  p% g* U& p/ }, wB.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
正确资料:

3 C' w+ c3 z; x- |( x+ s* d" [/ r8.手肘法的核心指标是()。
6 `: u$ p# t. P- rA.SES
B.SSE
* h$ D: x' t( K  J: F1 {C.RMSE
+ H$ ?3 N6 P$ SD.MSE
/ r8 J4 ~% T( I- G& B2 e; @正确资料:

* F! E9 Z& [% S2 U" H# A6 @9.特征选择的四个步骤中不包括()
A.子集产生
0 i1 v  `1 s4 z1 J: t( sB.子集评估
; f' j7 `; K1 ]* ]! i1 \6 P# AC.子集搜索
1 _8 }: H7 t4 e( [! rD.子集验证
正确资料:

10.一元线性回归中,真实值与预测值的差称为样本的()。
" w$ w7 d: F( g2 p* m4 m0 N: J6 CA.误差
B.方差
: k! _5 p2 d, V4 H6 @3 \C.测差
4 m5 I, ]% q9 u$ \- E$ gD.残差
正确资料:

5 V' i3 ?# M9 Q4 A+ Z' a4 A11.K-means聚类适用的数据类型是()。
$ {1 N- D3 @. b. dA.数值型数据
4 u7 J/ i' `6 a  H2 J& w2 EB.字符型数据
5 s7 X' y3 R3 r  C. D  ?C.语音数据
3 G5 ~4 j& ?. d5 h  _  E. k7 f3 t) \D.所有数据
9 X% g  I5 }/ Z! K/ {! v) ^4 U3 v正确资料:

12.以下哪些不是缺失值的影响()
, Y+ [2 o  o3 d+ r  w' b' m, lA.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
5 c" ?4 t+ g6 N& `" {: W4 _# {正确资料:
3 T+ k( i" o& O! J
13.下列两个变量之间的关系中,哪个是函数关系()。
& O% _- W* _' B# o9 W/ R6 M+ JA.人的性别和他的身高
! w% h, g  Z* KB.人的工资与年龄
C.正方形的面积和边长
. z; i4 N% ~+ S# {, p; tD.温度与湿度
正确资料:
; j! A8 Q! j; K- e: `
) j$ @0 S; h" @. p) ?; _4 G14.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
5 D2 W; u" s6 E& W5 M0 f& oD.1,3,4,5
1 x2 ?1 Z7 X# R正确资料:
7 s0 ]$ }* Y( ]! o
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
6 d. \) c) i2 I正确资料:
+ ~1 G0 O: N. s0 T0 y
6 ~9 E5 r4 X5 _$ Y二、多选题 (共 5 道试题,共 10 分)
* p, x6 M; V: Z" k& n9 [# s# f2 Z: p6 R16.系统日志收集的基本特征有()
5 L* m9 V3 \- ]5 E5 M) V: u) mA.高可用性
9 A1 V8 D9 J, X  Q, k6 rB.高可靠性
0 h8 G- p0 K3 t; A+ Z$ G( n; F; J/ iC.可扩展性
D.高效率
0 z, Y1 v& C! L+ K" J正确资料:BC

% x" a( v0 N; `$ S17.距离度量中的距离可以是()
9 H) x, V8 o" W# A! z6 qA.欧式距离
B.曼哈顿距离
C.Lp距离
' \. r  j$ b. L% v) iD.Minkowski距离
正确资料:BCD
/ B. Y6 _& ?4 r
18.K-means聚类中K值选取的方法是()。
A.密度分类法
) B% F) J$ u( D! B; P# l8 i% I% ~, CB.手肘法
C.大腿法
D.随机选取
( V8 T5 w2 X" K2 C正确资料:B
5 D  d+ C; B3 k
. Z  o* C6 c! u8 x+ O19.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
' f" B8 C6 s/ nD.误差的反向传播
正确正确资料:
2 V" ]. Y3 n  Q( K/ t
' h& [4 F4 s! Q# `3 v20.一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
0 Z! Z9 R+ Q* v0 _5 e# ]! I- bC.最小二乘法
D.欧式距离法
正确资料:BC

三、资料来源：谋学网（www.mouxue.com） (共 15 道试题,共 30 分)
/ n9 r5 [; L  y& R21.Jaccard系数只关心个体间共同具有的特征是否一致这个问题。
资料:正确

  T: w0 p- N9 @2 q( y3 l22.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。
( ]* j" P5 T+ d. ]" y资料:错误
  U9 C0 p7 p) ~: Q
! e' ?$ @& B5 e! o23.使用SVD方法进行图像压缩不可以保留图像的重要特征。
- o, \% Y, k: a( t! K" L7 X资料:错误
. T/ I8 k2 S) m4 I) ]( |& V
) R0 ?: ~; ], {& f( E- q% p2 D24.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。
资料:正确

9 F6 I. H5 v3 c- Y" Y* O: P25.一个人的身高与体重之间具有函数关系。
资料:错误
/ L! S7 x3 Q1 ?- @1 l
* z+ w( z$ i, P8 U26.K均值(K-Means)算法是密度聚类。
  W( `% T- }3 j3 S, g" i& l; D0 I资料:错误

; ~; l8 b4 J( q+ D) j4 p27.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。
资料:正确
# p4 T, @! B  X
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。
资料:正确

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。
资料:错误

30.对于项集来说,置信度没有意义。
; W4 q4 ^% d4 c! G( Q  q- I! r4 h资料:正确
3 t; i& X: l3 X! y7 l
9 c$ D% Q9 c( K4 R; P$ }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。
资料:正确
6 f' X; J; F2 n, ]+ i
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。
# p8 \# U. q+ Q2 ?0 m+ |8 g. n资料:错误

  I" ]- x- _# c: @, @' Q33.利用K近邻法进行分类时,k值过小容易发生过拟合现象。
资料:正确
9 z! R/ K& N  u+ H7 ~  d
# F6 d5 `/ @! d6 I3 K/ _34.聚合方法是自底向上的方法。
3 |: F5 J+ ~8 w资料:正确
) u5 S, k- h- j# F
35.平均减少的不纯度越大,则特征重要度越高。
资料:正确
1 Z8 y/ J2 P: r$ N5 E
四、主观填空题 (共 5 道试题,共 10 分)
# V8 ], ~. K2 V36.##感知机足以解决任何复杂的分类问题。
1 `3 N! ]( h/ E' d资料:双隐层
  a2 E4 J" G% E; n5 \" h
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。
资料:
  }1 A  x( R* Q" g1 a7 R
, b! K; f# U9 E2 @; F38.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。
9 l* D) _! `0 Y& l9 x9 p资料:多元线性回归
3 |' c" k7 _4 s" f, R% f
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##。
5 j6 q. Q1 s0 o3 N资料:越大

/ y6 T3 j$ q9 ^+ ~40.在k近邻法中，通常采用##来选取最优的k值。
' E* t' R1 N: Y0 }  r, _资料:交叉验证法
% ?' W' v) k; d
五、更多资料下载：谋学网（www.mouxue.com） (共 2 道试题,共 20 分)
' t- |% A1 R  t! W: I3 S41.单层感知机和多层感知机分别解决的是哪类问题？
资料:1).单层感知机只能解决线性可分的问题；2).多层感知机可以解决非线性可分的问题。<br><br>
; a9 ^; d* Y" A. Y' x+ ~5 n# e. m
4 a2 l$ ~8 a2 T1 W' {3 H; h3 `: |42.为什么某些属性可能会降低朴素贝叶斯分类器的性能？
; N( @, p  l/ j1 x, d资料:因为对这些属性，条件独立的假设已不成立<br><br>
8 B' k- [" p! _9 t& N+ ^



. a# f7 {5 x3 s6 E) q+ D2 O



5 v3 b, O/ m+ i2 J
0 `( m; P6 R5 N5 o* |: q

) c5 n+ X( J" s9 I
; J/ V( r& E- X; z

sophie

抄的资料都满分，会不会老师怀疑

jusbie4016

谢谢，满分

cbared0z9

不错，OK ，满分！