南开大学22春学期《数据科学导论》在线作业答卷.docx

《南开大学22春学期《数据科学导论》在线作业答卷.docx》由会员分享，可在线阅读，更多相关《南开大学22春学期《数据科学导论》在线作业答卷.docx（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、22春学期（高起本1709-1803,全层次1809-2103）数据科学导论在线作业- 00002试卷总分：100得分：100一、单选题（共20道试题，共40分）L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. 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.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:C4某商品的产量（X,件）与单位成本（Y,元/件）之间的回归方程为3=100-L2X,这 说明0。A.产量每增加一台

2、，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:C5.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:D6.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-meansBayes NetworkB. C4. 5D

3、.Apriori 答案:D7 .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.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.层次聚类适合规模较()的数据集A.大中C.小D.所有答案:CBFR聚类是用于处理数据集()的k-means变体。A.大B.中C.小D.所有答案:A.手肘法的核心指标是()。A. SESSSEB. RMSEMSE答案:B.层次聚类对给定的数据进行()的分解。A.聚合B.层次C.分拆D.复制答案:B.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.多元回归答案:B.以下属于关联分

4、析的是()A. CPU性能预测B.购物篮分析C.自动判断莺尾花类别D.股票趋势建模答案:B.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 OoA.减小，减小B.减小,增大C.增大,减小D.增大，增大答案:B.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.子集验证答案:C16.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#最小化标准差B.最小化残差平方和C.最大化信息牖答案:C17 .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0。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. BFR

5、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:AW.Apriori算法的加速过程依赖于以下哪个策略()A.抽样B.剪枝C.缓冲D.并行答案:B20.设X=1, 2, 3是频繁项集,则可由X产生()个关联规则。A.45B. 67答案:C二、多选题(共10道试题，共20分)21.系统日志收集的基本特征有0A.高可用性B.高可靠性C.可扩展性D.高效率答案:ABC22.距离度量中的距离可以是0A.欧式距离B.曼哈顿距离Lp距离C. Minkowski 距离答案:ABCD23 . 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

6、答案:ABCD.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.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.聚类的主要方法有()。A.划分聚类B.层次聚类C.密度聚类D.距离聚类答案:ABC27. 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:ABD28.层次聚类的方法是()A.聚合方法B.分拆方法C.组合方法D.比较方法答案:AB29.多层感知机的学习过程包含0。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

7、反向传播答案:AD.什么情况下结点不用划分0A.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 三、判断题(共20道试题，共40分).数据科学具有广泛的应用领域，可以应用在社交网络、职业体育、政治竞选答案:正确.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。答案:正确.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。答案:错误.平均减少的不纯度越大,则特征重要度越高。答案:正确.使

8、用SVD方法进行图像压缩不可以保留图像的重要特征。答案:错误.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。答案:错误.关联规则可以用枚举的方法产生。答案:正确.获取数据的方式有多种,可以从网页、测量、数据库、传统媒体、监控等等方式 答案:正确30 .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。答案:正确.子集产生本质上是一个搜索过程,该过程可以从空集、随机产生的一个特征子 集或者整个特征集开始。答案:正确.当特征为离散型时,可以使用信息增益作为评价统计量。答案:正确.由不同的距离度量所确定的最近邻点是不同的答案:正确. Pearson相关系数是判断特征之间、以及特征和目标变量之间线性相关关系的 统计量。答案:正确. sigmoid函数属于阶跃函数,是神经网络中常见的激活函数。答案:错误.分拆方法是自底向上的方法。答案:错误.随着特征维数的增加,样本间区分度提高。答案:错误.两个对象越相似，他们的相异度就越高。答案:错误. k值增大意味着整体模型变得复杂。答案:错误.交叉表可以帮助人们发现变量之间的相互作用。答案:正确.具有双隐层的感知机足以用于解决任何复杂的分类问题。 答案:正确