南开大学22年春学期《数据科学导论》在线作业-00002

1、-本页为预览页PAGE13-本页为预览页-本页为预览页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第1题. 聚类是一种()。选项A：有监督学习选项B：无监督学习选项C：强化学习选项D：半监督学习参考答案：B第2题. 一元线性回归中,真实值与预测值的差称为样本的()。选项A：误差选项B：方差选项C：测差选项D：残差参考答案：D第3题. 对于k近邻法,下列说法错误的是()。选项A：不具有显式的学习过程选项B：适用于多分类任务选项C：k值越大，分类效果越好选项D：通常采用多数表决的分类决策规则参考答案：C第4题. 某商品的产量(X,件)与单位成本(

2、Y,元/件)之间的回归方程为Y=100-1.2X,这说明()。选项A：产量每增加一台，单位成本增加100元选项B：产量每增加一台，单位成本减少1.2元选项C：产量每增加一台，单位成本平均减少1.2元选项D：产量每增加一台，单位平均增加100元参考答案：C第5题. 哪一项不属于规范化的方法()选项A：最小-最大规范化选项B：零-均值规范化选项C：小数定标规范化选项D：中位数规范化参考答案：D第6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

3、。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( )选项A：K-means选项B：Bayes Network选项C：C4.5选项D：Apriori参考答案：D第7题. 在回归分析中,自变量为(),因变量为()。选项A：离散型变量，离散型变量选项B：连续型变量，离散型变量选项C：离散型变量，连续型变量选项D：连续型变量，连续型变量参考答案：D第8题. 层次聚类适合规模较()的数据集选项A：大选项B：中选项C：小选项D：所有参考答案：C第9题. BFR聚类是用于处理数据集()的k-means变体。选项A：大选项B：中选项C：小选项D：所有参考答案：A第10题. 手肘法的核心指标是()。选项

4、A：SES选项B：SSE选项C：RMSE选项D：MSE参考答案：B第11题. 层次聚类对给定的数据进行()的分解。选项A：聚合选项B：层次选项C：分拆选项D：复制参考答案：B第12题. 根据映射关系的不同可以分为线性回归和()。选项A：对数回归选项B：非线性回归选项C：逻辑回归选项D：多元回归参考答案：B第13题. 以下属于关联分析的是( )选项A：CPU性能预测选项B：购物篮分析选项C：自动判断鸢尾花类别选项D：股票趋势建模参考答案：B第14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()。选项A：减小，减小选项B：减小，增大选项C：增大，减小选项D：增大，

5、增大参考答案：B第15题. 特征选择的四个步骤中不包括()选项A：子集产生选项B：子集评估选项C：子集搜索选项D：子集验证参考答案：C第16题. 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()。选项A：最小化方差#最小化标准差选项B：最小化残差平方和选项C：最大化信息熵参考答案：C第17题. 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()。选项A：最优回归线选项B：最优分布线选项C：最优预测线选项D：最佳分布线参考答案：A第18题. BFR聚类用于在()欧氏空间中对数据进行聚类选项A：高维选项B：中维选项C：低维选项D：中高维参考答案：A第19题. Apriori算法的

6、加速过程依赖于以下哪个策略( )选项A：抽样选项B：剪枝选项C：缓冲选项D：并行参考答案：B第20题. 设X=1,2,3是频繁项集,则可由X产生()个关联规则。选项A：4选项B：5选项C：6选项D：7参考答案：C第21题. 系统日志收集的基本特征有()选项A：高可用性选项B：高可靠性选项C：可扩展性选项D：高效率参考答案：A,B,C第22题. 距离度量中的距离可以是()选项A：欧式距离选项B：曼哈顿距离选项C：Lp距离选项D：Minkowski距离参考答案：A,B,C,D第23题. Apriori算法的计算复杂度受()影响。选项A：支持度阈值选项B：项数选项C：事务数选项D：事务平均宽度参考答

7、案：A,B,C,D第24题. 下面例子属于分类的是()选项A：检测图像中是否有人脸出现选项B：对客户按照贷款风险大小进行分类选项C：识别手写的数字选项D：估计商场客流量参考答案：A,B,C第25题. 数据科学具有哪些性质()选项A：有效性选项B：可用性选项C：未预料选项D：可理解参考答案：A,B,C,D第26题. 聚类的主要方法有()。选项A：划分聚类选项B：层次聚类选项C：密度聚类选项D：距离聚类参考答案：A,B,C第27题. k近邻法的基本要素包括()。选项A：距离度量选项B：k值的选择选项C：样本大小选项D：分类决策规则参考答案：A,B,D第28题. 层次聚类的方法是()选项A：聚合方法

8、选项B：分拆方法选项C：组合方法选项D：比较方法参考答案：A,B第29题. 多层感知机的学习过程包含()。选项A：信号的正向传播选项B：信号的反向传播选项C：误差的正向传播选项D：误差的反向传播参考答案：A,D第30题. 什么情况下结点不用划分()选项A：当前结点所包含的样本全属于同一类别选项B：当前属性集为空，或是所有样本在所有属性上取值相同选项C：当前结点包含的样本集为空选项D：还有子集不能被基本正确分类参考答案：A,B,C第31题. 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、政治竞选选项A：对选项B：错参考答案：A第32题. 选择较小的k值,相当于用较小的邻域中的训练实例

9、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。选项A：对选项B：错参考答案：A第33题. 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。选项A：对选项B：错参考答案：B第34题. 平均减少的不纯度越大,则特征重要度越高。选项A：对选项B：错参考答案：A第35题. 使用SVD方法进行图像压缩不可以保留图像的重要特征。选项A：对选项B：错参考答案：B第36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。选项A：对选项B：错参考答案：B第37题. 关联规则可以用枚举的方法产生。选项A：对选项B：错参考答案：A第38题. 获取数

10、据的方式有多种,可以从网页、测量、数据库、传统媒体、监控等等方式选项A：对选项B：错参考答案：A第39题. 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。选项A：对选项B：错参考答案：A第40题. 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。选项A：对选项B：错参考答案：A第41题. 当特征为离散型时,可以使用信息增益作为评价统计量。选项A：对选项B：错参考答案：A第42题. 由不同的距离度量所确定的最近邻点是不同的选项A：对选项B：错参考答案：A第43题. 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。选项A：对选项B：错参考答案：A第44题. sigmoid函数属于阶跃函数,是神经网络中常见的激活函数。选项A：对选项B：错参考答案：B第45题. 分拆方法是自底向上的方法。选项A：对选项B：错参考答案：B第46题. 随着特征维数的增加,样本间区分度提高。选项A：对选项B：错参考答案：B第47