南开大学《数据科学导论》20秋在线作业参考答案.docx
《南开大学《数据科学导论》20秋在线作业参考答案.docx》由会员分享，可在线阅读，更多相关《南开大学《数据科学导论》20秋在线作业参考答案.docx（12页珍藏版）》请在冰点文库上搜索。
南开大学《数据科学导论》20秋在线作业参考答案
1.以下哪一项不是特征选择常见的方法?
（）
A.过滤式
B.封装式
C.嵌入式
D.开放式
答案：
D
2.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
B.最小化残差平方和
C.最大化信息熵
D.最小化标准差
答案：
C
3.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
答案：
C
4.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
答案：
C
5.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
答案：
D
6.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
答案：
A
7.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
答案：
C
8.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
答案：
B
9.设X={1，2，3}是频繁项集，则可由X产生（）个关联规则。
A.4
B.5
C.6
D.7
答案：
C
10.以下哪一项不属于数据变换?
（）
A.简单函数变换
B.规范化
C.属性合并
D.连续属性离散化
答案：
C
11.一元线性回归中，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
答案：
D
12.聚类的最简单最基本方法是（）。
A.划分聚类
B.层次聚类
C.密度聚类
D.距离聚类
答案：
A
13.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
答案：
A
14.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
D.最佳分布线
答案：
A
15.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
答案：
B
16.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
答案：
C
17.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
C.k值越大，分类效果越好
D.通常采用多数表决的分类决策规则
答案：
C
18.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
答案：
B
19.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
答案：
D
20.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（）。
A.越小
B.越大
C.无关
D.不确定
答案：
B
21.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
答案：
AB
22.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
答案：
ABC
23.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
答案：
ABCD
24.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
答案：
ABCD
25.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
答案：
ABD
26.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
答案：
AD
27.一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
答案：
ABC
28.什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
答案：
ABC
29.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
答案：
ABCD
30.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
答案：
ABC
31.剪枝是决策树学习算法对付“过拟合”的主要手段。
（）
A.正确
B.错误
答案：
A
32.给定一组点，使用点之间的距离概念，将点分组为若干簇，不同簇的成员可以相同。
（）
A.正确
B.错误
答案：
B
33.相关性分析主要是分析个别独立变量之间线性相关程度的强弱，并用适当的统计指标表示出来的过程。
（）
A.正确
B.错误
答案：
B
34.分拆方法是自底向上的方法。
（）
A.正确
B.错误
答案：
B
35.探索性数据分析的特点是研究从原始数据入手，完全以实际数据为依据。
（）
A.正确
B.错误
答案：
A
36.在数据预处理时，无论什么情况，都可以直接将异常值删除。
（）
A.正确
B.错误
答案：
B
37.对于项集来说，置信度没有意义。
（）
A.正确
B.错误
答案：
A
38.给定关联规则A→B，意味着：
若A发生，B也会发生。
（）
A.正确
B.错误
答案：
B
39.信息熵越小，样本结合的纯度越低。
（）
A.正确
B.错误
答案：
B
40.聚合方法是自底向上的方法。
（）
A.正确
B.错误
答案：
A
41.BFR聚类簇的坐标可以与空间的坐标保持一致。
（）
A.正确
B.错误
答案：
B
42.集中趋势能够表明在一定条件下数据的独特性质与差异。
（）
A.正确
B.错误
答案：
B
43.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。
（）
A.正确
B.错误
答案：
B
44.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。
（）
A.正确
B.错误
答案：
A
45.数据科学运用科学方法分析数据，位于几个学科的交叉点并利用领域特定的知识，使大数据的分析成为可能。
（）
A.正确
B.错误
答案：
A
46.使用SVD方法进行图像压缩不可以保留图像的重要特征。
（）
A.正确
B.错误
答案：
B
47.K均值（K-Means）算法是密度聚类。
（）
A.正确
B.错误
答案：
B
48.K-means算法采用贪心策略，通过迭代优化来近似求解。
（）
A.正确
B.错误
答案：
A
49.获取数据为数据分析提供了素材和依据，这里的数据只包括直接获取的数据。
（）
A.正确
B.错误
答案：
B
50.特征的信息增益越大，则其越不重要。
（）
A.正确
B.错误
答案：
B
升级会员 