南开大学23春“物联网工程”《数据分析》考试历年高频难、易错点试题甄选答案附答案

长风破浪会有时，直挂云帆济沧海。南开大学23春“物联网工程”《数据分析》考试历年高频难、易错点试题甄选答案附答案（图片大小可自由调整）第I卷一.综合考核(共15题)1.类的R型聚类是指()。A.对样本个体进行聚类B.对指标变量进行聚类2.KNN算法用MapReduce实现，要进行几轮MapReduce?()A.1B.2C.3D.43.在估计PLSA生成模型的参数时，使用()。A.极大似然估计B.对数似然函数C.特征独立假设D.贝叶斯定理4.文本中所有单词的出现情况表示了文本的()。A.种类B.特征C.语义内容D.语义结构5.数据产生方式变革中数据产生方式是主动的主要是来自哪个阶段?()A.运营式系统阶段B.用户原创内容阶段C.感知式系统阶段6.FP-growth算法可以避免冗余的IO读写。()A.正确B.错误7.在链接作弊的垃圾农场中，作弊者拥有并完全控制的网页称为()。A.不可达网页B.可达网页C.自有网页8.闵式距离参数是()时代表曼哈顿距离。A.0B.1C.2D.无穷9.统计学习方法的组成：()。A.监督学习B.无监督学习C.强化学习10.数据采集，又称数据获取，是大数据生命周期的第一个环节，通过RFID射频识别技术、传感器、交互型社交网络以及移动互联网等方式获得的各种类型的结构化、半结构化及非结构化的海量数据。()A.正确B.错误11.朴素贝叶斯等价于期望风险最小化。()A.正确B.错误12.潜在语义分析创新地引入了()。A.单词维度B.文本维度C.话题维度13.如果一个网页被很多网页所指向，那么该网页很可能是重要的。()A.正确B.错误14.通过分析已知训练样本类别的数据集属性，通过训练建立相应分类模型，是监督学习。()A.正确B.错误15.大数据在电信中的应用有()。A.基于用户、业务及流量分级的多维管控机制B.精准的客户分析及营销C.利用位置和轨迹信息服务社会第II卷一.综合考核(共15题)1.潜在语义分析中，以()表示文本的语义内容。A.话题B.话题向量C.语义向量D.距离向量2.非频繁模式()。A.其置信度小于阈值B.令人不感兴趣C.包含负模式和负相关模式D.对异常数据项敏感3.决策树的生成过程是()。A.递归地进行下去，直至所有训练据子集被基本正确分类，或者没有合适的特征为止，最后每个子集都被分到叶结点上，即都有了明确的类B.如果这些子集已经能够被基本正确分类，那么构建叶结点，并将这些子集分到所对应的叶结点中去C.构建根结点，将所有训练数据都放在根结点D.选择一个最优特征，按照这一特征将训练数据集分割成子集，使得各个子集有一个在当前条件下最好的分类E.如果还有子集不能被基本正确分类，那么就对这些子集选择新的最优特征，继续对其进行分割，构建相应的结点4.聚类属于()。A.有监督学习B.无监督学习C.强化学习D.对抗学习5.PageRank算法是图数据上的无监督学习方法。()A.正确B.错误6.聚类分析中，一个类是样本的一个子集。()A.正确B.错误7.ID3算法的核心是在决策树叶结点上应用信息增益准则选择特征，递归地构建决策树。()A.正确B.错误8.决策树中的叶结点表示()。A.特征B.类C.属性D.值域输出9.kNN算法中，选择较大的k值“学习”的估计误差会减小。()A.正确B.错误10.()反映了学习方法对未知的测试数据集的预测能力，是学习中的重要概念。A.训练误差B.测试误差C.统计误差D.平均误差11.按社团形成机制分类，社团包括()。A.明显的社团B.预定义社团C.自组织社团D.隐含的社团12.TF-IDF算法中，IDF指的是文档频率。()A.正确B.错误13.DAG中的父节点是唯一的。()A.正确B.错误14.基于分类对象的分类有()。A.Q型聚类B.凝聚方式C.R型聚类D.分解方式15.回归分析方法中，按照输入变量个数分类，可分为()。A.一元回归B.多元回归C.线性回归D.非线性回归第I卷参考答案一.综合考核1.参考答案：B2.参考答案：B3.参考答案：A4.参考答案：C5.参考答案：B6.参考答案：A7.参考答案：C8.参考答案：B9.参考答案：ABC10.参考答案：A11.参考答案：A12.参考答案：C13.参考答案：A14.参考答案：A15.参考答案：ABC第II卷参考答案一.综合考核1.参考答案：B2.参考答案：D3.参考答案：ABCDE4