大数据挖掘技术练习(习题卷3)

试卷科目：大数据挖掘技术练习大数据挖掘技术练习(习题卷3)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages大数据挖掘技术练习第1部分：单项选择题，共144题，每题只有一个正确答案,多选或少选均不得分。[单选题]1.净现值、内部收益率、获利指数指标之间的数量关系()NPV>0A)当PI<1,时,IRR>iNPV>0B)当PI>1,时,IRR>iNPV<0C)当PI<1时,IRR>i,NPV<0、当DPI>1IRR>i,时,[单选题]2.在无线数据端到端指标体系中，即时通信首包响应时延的指标定义是？A)即时通信业务第一个HTTP响应包时延的平均值B)即时通信业务最后一个HTTP数据包时延的平均值C)即时通信业务所有HTTP数据包时延的平均值[单选题]3.《客户满意度画像分析》应用落地手册中采用的核心算法是()A)聚类算法B)C4.5决策树C)随机森林D)梯度提升树[单选题]4.利用内置函数,定义一个1行6列元素全为1的数组N3A)N3=np.ones(6).reshape(1,6)B)N3=np.ones(6).shape(1,6)C)N3=np.arange(6).reshape(1,6)D)N3=np.arange(6).shape(1,6)[单选题]5.VOLTE业务评估体系中，VOLTE语音掉线率属于哪一类指标？A)保持性B)接入性C)完整性D)移动性[单选题]6.HTTP响应中404代码指的是（）A)请求被服务器拒绝B)服务器无法找到请求的URLC)不允许使用此方法请求相应的URLD)服务器内部错误[单选题]7.#003400380032003000371582425285338以下关于Python语言中?缩进?说法正确的是：A)缩进统一为4个空格B)缩进在程序中长度统一且强制使用C)缩进是非强制的，仅为了提高代码可读性D)缩进可以用在任何语句之后，表示语句间的包含关系[单选题]8.若{a,b}、{a,c}、{b,c}和(a,b,c}都是频繁项集,它们的计数分别是6、5、4、3,则关联规则aandc→b的置信度是()A)1/2B)3/5C)3/4D)以上都不对[单选题]9.区块链本身并非是一项全新技术，而是多项技术的集成式创新，其中不包括（）A)分布式网络B)数据加密C)共识机制、智能合约D)机械自动化[单选题]10.假设某分类器在一个测试数据集上的分类结果的混淆矩阵如下所示，该分类器的召回率为（）。PredictedyesnoActualyes155no1020A)75%B)80%C)60%D)70%[单选题]11.如下表所示，交易号（D）商品（tems)1beer,diaper,nuts2beer,biscuit,diaper3bread,butter,cheese4beer,cheese,diaper,nuts5beer,butter,cheese,nuts1）X={butter,cheese}，则支持度support()=（）。A)2/5B)4/5C)1/5D)3/5[单选题]12.以下哪个聚类算法不属于基于网格的聚类算法（）A)STINGB)MAFIAC)BIRCHD)WaveCluster[单选题]13.在下列抽样方法中，需要预先将样本指定多个组的抽样方法是()。A)有放回的简单随机抽样B)无放回的简单随机抽样C)分层抽样D)渐进抽样[单选题]14.数据科学家可能会同时使用多个算法（模型）进行预测，并且最后把这些算法的结果集成起来进行最后的预测（集成学习），以下对集成学习说法正确的是A)单个模型之间有高相关性B)单个模型之间有低相关性C)在集成学习中使用?平均权重?而不是?投票?会比较好D)单个模型都是用的一个算法[单选题]15.什么是KDD？()A)数据挖掘与知识发现B)领域知识发现C)文档知识发现D)动态知识发现[单选题]16.什么是KDD？A)数据挖掘与知识发现B)领域知识发现C)文档知识发现D)动态知识发现[单选题]17.在基本DBSCAN的参数选择方法中，点到它的K个最近邻的距离中的K选作为哪一个参数（）A)EpsB)MinPtsC)质心D)边界[单选题]18.假设file是文本文件对象，下列选项中，哪个用于读取一行？（）A)file.read()B)file.read(200)C)file.readline()D)file.readlines()[单选题]19.下列选项中，属于非结构化数据的是：A)图像B)HTMLC)XMLD)JSON[单选题]20.假设某分类器在一个测试数据集上的分类结果的混淆矩阵如下所示,该分类器的准确率accuracy为()。A)75%B)80%C)66.7%D)70%[单选题]21.当前国内社会中,最为突出的大数据环境是()A)互联网B)物联网C)综合国力D)自然资源[单选题]22.RFM方法中的F说明客户的()A)兴趣度B)粘性C)当前价值D)未来价值[单选题]23.OLAP技术路线分类不包括A)ROLAPB)MOLAPC)HOLAPD)VoLAP[单选题]24.分类器效果检验中的准确率是指()A)预测正确的数据在总数据中的比例B)预测为正的数据在总数据中的比例C)预测为正的数据中实际为正的数据所占比例D)实际为正的数据中被预测为正的数据所占比例[单选题]25.下列对学生相关属性描述中，不是标称属性的是（）A)身高B)头发颜色C)学号D)婚姻状况[单选题]26.在一个C类地址的网段中要划分出15个子网，下面哪个子网掩码比较适合A)52B)40C)48D)55[单选题]27.运行以下代码Fromsklearn.datasetsimportload_irisIris_data=load_iris()Iris_data.data.shape输出结果为(150,4)。则表示iris数据集包括样本个数为()。A)150B)154C)600D)4[单选题]28.考虑值集{1、2、3、4、5、90}，其截断均值（p=20%）是)A)2B)3C)3.5D)5[单选题]29.数据集成的内容不包括（）A)实体识别B)冗余处理C)数据规约D)数值冲突处理[单选题]30.下列哪个不属于个人信息影响评估原则()A)个人信息的处理目的、处理方式等是否合法、正当、必要B)对个人的影响及风险程度C)谁主管谁负责D)所采取的安全保护措施是否合法、有效并与风险程度相适应。[单选题]31.以下哪一点不是PCI规划需要重点关注的A)频率B)RS位置C)小区位置关系D)TA归属[单选题]32.已知x和y是两个等长的整数列表，那么表达式sum((i*jfori,jinzip(x,y)))的作用是计算这两个列表所表示的向量的（）A)坐标B)内积C)方向D)大小[单选题]33.使用人工智能，面对数据被记录，隐私被泄漏的风险，应该（）A)宁愿放弃便捷，也要选择隐私B)完全不担心隐私泄露C)不放弃数据带来便捷和智能，但是互联网公司要像银行一样，有责任保护我们的数据安全D)无所谓[单选题]34.以下哪些算法是基于规则的分类器A)C4.5B)KNNC)Na?veBayesD)ANN[单选题]35.正则表达式?[^a-z]?，可以匹配下列的字符串为（）。A)aB)zC)2D)m[单选题]36.ODS是指()A)企业数据中心;B)数据仓库C)操作型存储D)总线[单选题]37.下列哪个描述是正确的？()A)分类和聚类都是有监督的学习B)分类和聚类都是无监督的学习C)分类是有监督的学习，聚类是无监督的学习D)分类是无监督的学习，聚类是有监督的学习[单选题]38.物联网业务的DNS解析环节DNS解析返回的错误码为Resultcode=1，代表何种含义A)成功B)格式错误，无法解析C)域名服务器错误D)DNS不支持该请求[单选题]39.若P(H)==0.5,P(X)==0.8,P(X|H)=0.7.则P(H|X)为()。A)0.475B)0.57C)0.4375D)0.5[单选题]40.OLAP系统按照其数据在存储器中的存储格式可以分为()三种类型。A)关系OLAP、对象OLAP、混合型OLAPB)关系OLAP、混合型OLAP、多维OLAPC)对象OLAP、混合型OLAP、多维OLAPD)关系OLAP、对象OLAP、多维OLAP[单选题]41.利用?linear_model.LinearRegression()?训练模型时调用.fit()方法需要传递的第一个参数是（）。A)样本特征XB)样本权重C)是否考虑计算截距D)样本标签Y[单选题]42.下面有关分类算法的准确率、召回率、F1值的描述，错误的是()A)准确率是检索出相关文档数与检索出的文档总数的比率，衡量的是检索系统的查准率B)召回率是指检索出的相关文档数和文档库中所有的相关文档数的比率，衡量的是检索系统的查全率C)正确率、召回率和F值取值都在0和1之间，数值越接近0，查准率或查全率就越高D)为了解决准确率和召回率冲突问题，引入了F1分数[单选题]43.下述哪种方法可以对评估模型发现模型存在偏差的问题进行改进A)增加特征B)减少特征C)增加数据D)减少数据[单选题]44.连接控制、流控制、报文分段等属于哪一层的功能A)物理层B)数据链路层C)网络层D)传输层[单选题]45.被广泛用于购物篮分析的是()。A)关联分析;B)分类和预测C)聚类分析D)演变分析[单选题]46.朴素贝叶斯分类算法为（）A)生成式模型B)判别式模型C)统计模型D)预算模型[单选题]47.IMEI中哪部分与终端型号相关()A)SNRB)TACC)CDD)MSISDN[单选题]48.某小区60%居民订晚报,45%订青年报,30%两报均订,随机抽一户。则至少订一种报的概率为()A)0.82B)0.85C)0.80D)0.75[单选题]49.在多元回归模型的检验中,目的是检验每一个自变量与因变量在指定显著性水平上是否存在线性相关关系的检验是()A)r检验B)t检验C)f检验D)DW检验[单选题]50.数据仓库是随着时间变化的,下面的描述不正确的是A)数据仓库随时间的变化不断增加新的数据内容;B)捕捉到的新数据会覆盖原来的快照;C)数据仓库随事件变化不断删去旧的数据内容;D)数据仓库中包含大量的综合数据,这些综合数据会随着时间的变化不断地进行重新综合.[单选题]51.对于下图,一个比较好的主成分选择是多少?A)7B)30C)35D)不能确定[单选题]52.关于OLAP和OLTP的说法,下列不正确的是:A)OLAP事务量大,但事务内容比较简单且重复率高.B)OLAP的最终数据来源与OLTP不一样.C)OLTP面对的是决策人员和高层管理人员.D)OLTP以应用为核心,是应用驱动的.[单选题]53.个人信息保护影响评估报告和处理情况记录应当至少保存()年。A)一B)十C)五D)三[单选题]54.CART算法采用的是基尼（Gini）指数（选Gini指数最小的特征s）作为分裂标准，同时它也包含后剪枝操作。CART算法生成的是一棵（）。A)二叉树B)三叉树C)决策树D)FP树[单选题]55.在数据清洗中，对?脏?数据源需要进行操作处理，不包括以下哪个方面A)完全清除某些输入字段B)自动替换掉某些错误数据值C)对分配和调整的规则进行完备的文档记录D)补入一些丢失的数据[单选题]56.打开文件进行读写，操作完成后应该调用（）方法关闭文件，以释放资源A)closeB)openC)writeD)read[单选题]57.下面关于time库引用不正确的是（）A)from*importtimeB)importtimeC)fromtimeimport*D)fromtimeimportstrftime[单选题]58.在上网业务问题诊断中，以下哪一种错误现象需要进一步定位用户侧问题？A)发送SNY_ack后用户端无ackB)附着失败返回#96C)DNS解析失败返回#3D)HTTP失败返回#400-500[单选题]59.以下那一项不是大数据提供的用户交互方式是()。A)企业报表;B)查询C)大数据分析挖掘D)可视化[单选题]60.下列selenium库的方法中，通过元素名称进行单元素定位的是（）A)find_element_by_nameB)find_elements_by_nameC)find_elements_by_idD)find_elements_by_class_name[单选题]61.以下有关贝叶斯信念网络(BBN)的叙述中错误的是()A)BBN是一个有向无环图B)BBN中每个结点代表一个随机变量C)BBN中每条有向边表示变量之间的依赖关系D)BBN中最多只有一个输出结点[单选题]62.利用?linear_model.LinearRegression()?训练模型时调用.fit()方法需要传递的第一个参数是（）。A)是否考虑计算截距B)样本权重C)样本特征XD)样本标签Y[单选题]63.在DPI规范中，视频对应的业务大类ID为（）A)3B)4C)5D)6[单选题]64.数据框中方法中dropna()的作用是A)去掉空值,并以默认值填充B)去掉空值所在的行C)去掉指定的某行D)去掉指定的某些值[单选题]65.MME附着用户数的指标来源是A)网管系统B)网优平台C)集中性能平台D)大数据平台[单选题]66.以下哪些网元不是VoLTE特有网元A)MGCFB)S-CSCFC)MMED)SBC[单选题]67.基于()算法，实现人流量、业务量、话务量等因素对无线资源的精准预测A)神经网络B)K-meansC)K-medoidsD)FP-growth[单选题]68.已知顾客的消费记录:I1:西红柿、排骨、鸡蛋I2:西红柿、茄子I3:鸡蛋、袜子I4:西红柿、排骨、茄子西红柿茄子的支持度是(),置信度是()A)0.50.67B)0.50.5C)0.670.5D)0.250.67[单选题]69.C4.5算法以（）作为分类选择的依据。A)信息熵最大B)条件熵最大C)信息增益最大D)信息增益率最大[单选题]70.以下哪个算法是无监督学习算法：()A)朴素贝叶斯B)LinearRegressionC)K-MeansD)支持向量机[单选题]71.以下哪种情况对Kmeans模型的影响较小（）。A)给定错误聚类个数B)簇的大小分布不均衡C)不同簇的方差相差较大D)数据有各向异性分布[单选题]72.有关频繁项集的叙述中正确的是()。A)频繁项集是满足最小支持度阈值和最小置信度阈值的项集B)频繁项集是满足最小支持度阈值的项集C)频繁项集是满足最小置信度阈值的项集D)频繁项集是任何项集[单选题]73.面对人工智能可能存在高度风险，暗藏危机，我们应（）A)因人类的生物进化速度相当有限，终将被人工智能淘汰，所以要阻断人工智能发展B)人工智能对人类造成威胁论调没有科研依据，人工智能可以随意发展C)以尽力发展为前提，拥抱AI技术的同时，多多考虑如何避免损害人类D)不必去面对此类问题[单选题]74.AlphaGo使用（）彻底解决了围棋游戏搜索空间巨大的问题A)深度神经网络和蒙特卡罗树搜索B)狂暴算力和穷举法C)总结新的围棋范式D)收集大量棋局数据[单选题]75.通过加入特定的____，可以将爬虫发出的请求伪装成浏览器。A)RequestB)openerC)HeadersD)User_Agent[单选题]76.有些数据挖掘算法，要求数据属性是标称类别，当数据中包含数值属性时，为了使用这些算法需要将数值属性转换成标称属性。通过采取各种方法将数值属性的值域划分成一些小的区间，并将这连续的小区间与离散的值关联起来，每个区间看作一个类别。例如，某个问题中的年龄属性一种可能的划分成类别操作是：[0…11]→儿童，[12…17]→青少年，[18…44]→青年，[45…69]→中年，[69…∞]→老年。这种将连续变量划分成不同类别的过程通常称为（）。A)特征化B)优化C)标准化D)离散化[单选题]77.为了可以把多个评估器链接成一个复合评估器，sklearn中提供了PipeLine机制，下面关于PipeLine描述不正确的是（）A)管道中的最后一个评估器一定要是一个实现了predict方法的学习器B)管道中的所有评估器，除了最后一个评估器，管道中的所有评估器必须都是转换器。C)管道中的评估器参数可以通过<estimator>__语义来访问D)管道中的评估器可以通过索引或名称访问[单选题]78.pow(x,0.5)能够计算x的平方根，计算负数的平方根将产生：A)程序崩溃B)复数C)ValueError错误D)无输出[单选题]79.线性模型中使用的函数不包括（）A)g（x）联系函数B)单位阶跃函数C)Sigmoid函数D)API函数[单选题]80.字典的（）方法返回字典的?键?列表A)keys()B)key()C)values()D)items()[单选题]81.下列关于DPI规则识别中业务大类的说法错误的是？A)业务大类为1的是即时通信类业务B)数据流量业务大类分类除了其他业务外一共有15类C)视频大类不包括传统意义上基于P2P技术的视频业务D)彩信单独属于一类业务大类[单选题]82.当你输入hadoopfsck/造成?connectionrefusedjavaexception??时，系统究竟发生了什么？A)datanode出现故障B)resoucemanger出现故障C)nodemanger出现故障D)Namenode出现故障[单选题]83.下面关于构建模型树的说法中,错误的是()。A)如果当前结点t所关联的数据集Dt中样本个数小于给定阈值或者Dt中样本的目标属性取值的标准差小于给定阈值,则将该结点标记为叶子节点B)创建一个结点t,与结点t关联的数据集记为DtC)在选择分类属性时,应选择时SDR值最小的属性D)SDR代表误差的期望减少[单选题]84.下列哪项活动属于数据挖掘A)根据性别划分公司的顾客B)使用历史记录预测公司未来的股票价格C)预测骰子的结果D)计算公司的总销售额[单选题]85.朴素贝叶斯分类中得到条件概率的方法错误的是（）。A)对于定量属性，假设变量服从某种概率分布，通过训练数据集估计分布的参数B)对于定性属性，计算某一类别的样本中某种属性取该值的样本所占比例来近似C)对于定量属性，将取值离散化变为区间，再当做定性属性处理D)对于定性属性，将转化为定量属性，再计算相应的概率[单选题]86.Python中Pandas的Series对象中查看数据集中有多少个观察值，采用哪个命令A)headB)infoC)shapeD)columns[单选题]87.为支撑市场营销，除下述哪个用户终端特征识别外，均能用于提高批开用户的VoLTE转化成功率A)软件版本B)软开关状态识别C)VoLTE版本D)芯片版本[单选题]88.eNodeB对哪种类型的数据进行完整性保护（）A)RRCsignallingB)NASsignallingC)UserplanedataD)SystemInformation[单选题]89.下列不属于标称属性的是()。A)眼球颜色B)性别C)温度D)邮政编码[单选题]90.如何退出vi编辑器输入模式？1按ESC；2键入:q（如果你没有输入任何当下）3或者键入:wq（如果你已经输入当下）4按下Enter。A)1、3、2、4B)3、2、1、4C)2、1、3、4D)1、2、3、4[单选题]91.如何检查Namenode是否正常运行A)jpsB)java-versionC)jpsstatusD)namenodestatus[单选题]92.回归分析的第一步是()A)确定解释量和被解释变量B)确定回归模型C)建立回归方程D)进行检验[单选题]93.如下表所示,X={butter,cheese},Y={beer},则置信度confidence(X→Y)=()。交易号(TID)商品(Items)1beer,diaper,nuts2beer,biscuit,diaper3bread,butter,cheese4beer,cheese,diaper,nuts5beer,butter,cheese,nutsA)2/5B)1/3C)1/2D)1/4[单选题]94.在一个表中有字段?专业?,要查找包含?信息?两个字的记录,正确的表达式是______。A)LEFT(专业,2)="信息"B)LIKE"%信息%"C)LIKE"_信息_"D)RIGHT(专业,2)="信息"[单选题]95.SPSS最突出的特点是A)处理效率高B)界面友好C)结果准确D)操作方便[单选题]96.使用urlopen()方法发送请求后，服务器会返回一个____类型的对象。A)HTTPResponseB)ResponseHTTPC)ResponseD)ServiceResponse[单选题]97.有如下的数据表:部门(部门号,部门名称),职工(部门号,职工号,姓名,基本工资)。检索有职工的基本工资大于或等于?11?部门中任意一名职工工资的?部门号?,正确的语句是______。A)SELECTDISTINCT部门号FROM职工WHERE基本工资>=ANY(SELECT基本工资FROM职工WHERE部门号='11');B)SELECTDISTINCT部门号FROM职工WHERE基本工资>=ALL(SELECT基本工资FROM职工WHERE部门号='11');C)SELECTDISTINCT部门号FROM职工WHERE基本工资>=ANY(SELECTMAX(基本工资)FROM职工WHERE部门号='11');D)SELECTDISTINCT部门号FROM职工WHERE基本工资>=ALL(SELECTMIN(基本工资)FROM职工WHERE部门号='11');[单选题]98.下面哪个不是PythonRequests库提供的方法？A)head()B)post()C)push()D)get()[单选题]99.下列哪项最恰当地描述了建立TCP连接时?第一次握手?所做的工作A)?连接发起方?向?接收方?发送一个SYN-ACK段B)?接收方?向?连接发起方?发送一个SYN-ACK段C)?连接发起方?向目标主机的TCP进程发送一个SYN段D)?接收方?向源主机的TCP进程发送一个SYN段作为应答[单选题]100.性能分析主要包括采集原始的性能指标、性能指标的预处理、（）、对网络优化工作完成情况进行跟踪和评估四个阶段A)生成性能分析报告B)生成性能告警C)制定性能分析规则D)性能与故障、投诉关联[单选题]101.使能一台IP地址为的主机访问Internet的必要技术是A)静态路由B)动态路由C)路由引入D)NAT[单选题]102.在数据分析和处理方面具有分析方法丰富、分析模型扩展差、数据挖掘能力强等特点的分析工具是()。A)WekaB)SPSSC)SASD)R[单选题]103.苹果的FaceID基于3D结构光技术，硬件上不需要（）A)点发射器B)红外发射器C)红外摄像头D)数据线[单选题]104.可用作数据挖掘分析中的关联规则算法有()。A)决策树、对数回归、关联模式B)K均值法、SOM神经网络C)Apriori算法、FP-Tree算法D)RBF神经网络、K均值法、决策树[单选题]105.正则表达式字符集中，（）表示非数字A)\dB)\DC)\sD)\w[单选题]106.MySQL是()A)操作系统;B)数据库C)聊天软件D)浏览器[单选题]107.在FP-GROWTH算法中，已构造FP-Tree如图则项I5的条件模式基为A)<(I1,I2:1)>、<I1,I3:1>B)<(I2,I1:1)>、<I2,I1,I3:1>C)<(I2,I1:1)>、<I1,I3,I2:1>D)<(I1,I2:1)>、<I2,I1,I3:1>[单选题]108.关于字符编码的类型中，用于指明浏览器可接受简体中文的是()A)gb2312B)iso-8859-1C)utf-8D)utf[单选题]109.某牙膏厂原来生产两面针药物牙膏,现在又增加牙刷生产,这属于()A)同心多元化B)水平多元化C)集团多元化D)相关多元化[单选题]110.统计档案表中学生来自多少个城市,下面SQL语句正确的是______。A)SELCETSUM(DISTINCT家庭住址)FROM档案表;B)SELCETDISTINCT家庭住址FROM档案表;C)SELCETCOUNT(家庭住址)FROM档案表;D)SELCETCOUNT(DISTINCT家庭住址)FROM档案表;[单选题]111.在中移动的集中性能管理应用落地-物联网端到端业务质量分析手册中，其定界流程是基于：A)八元六阶B)七元五阶C)六元四阶D)五元三阶[单选题]112.可以对按城市汇总的销售数据进行()，来观察按国家总的数据。A)上卷B)下钻C)切片D)切块[单选题]113.时间序列对象一般使用pandas的（）生成A)concat()函数B)append()方法C)date_range()函数D)time（）函数[单选题]114.用户能正常使用VOLTE终端，打VOLTE电话，然后用户VOLTE终端关机，将SIM卡放入2G终端，并且拨打电话后，再关机，将SIM卡放回原VOLTE终端，开机后，这时用户拨打电话会出现以下哪个现象A)用户通话CSFB回落B)用户能正常打通VOLTE高清电话C)用户通话失败，终端话筒无声D)VOLTE终端出现脱网[单选题]115.S1-MME接口信息中，ProcedureStatus超时的标识为A)0B)1C)2D)255[单选题]116.下列有关熵的描述，错误的是（）A)在信息论中，是接收的每条信息中包含的信息平均量B)表示随机变量不确定性的度量C)比较不可能发生的事情，当它发生了，会提供更多的信息D)熵越大，随机变量的不确定性就越小[单选题]117.在以下不同的场景中,使用的分析方法不正确的是?（）A)根据商家最近一年的经营及服务数据,用聚类算法判断出天猫商家在各自主营类目下所属的商家层级B)根据商家近几年的成交数据,用聚类算法拟合出用户未来一个月可能的消费金额公式C)用关联规则算法分析出购买了汽车坐垫的买家,是否适合推荐汽车脚垫D)根据用户最近购买的商品信息,用决策树算法识别出淘宝买家可能是男还是女[单选题]118.下面哪个说法是不正确的？A)一个HTML文档与BeautifulSoup对象等价B)标签树上除了标签外，节点还可能是字符串（NavigableString）类型。C)一个HTML文档与一个标签树等价D)一个HTML文档可以包含多个标签树[单选题]119.DPI采集中，需要获取VoLTEeSRVCC切换信息，需要采集的接口是（）A)GmB)MwC)SvD)Mg[单选题]120.下列方法中，能够用来设置代理服务器的是____。A)urlopenB)ProxyHandlerC)urldecodeD)Proxy[单选题]121.在SQL中,创建数据库用的命令是()A)CREATESCHEMAB)CREATETABLEC)CREATEVIEWD)CREATEDATABASE[单选题]122.下面哪个业务不属于即时通信类业务？A)微信B)QQC)陌陌D)淘宝[单选题]123.即时通信业务的XDR类型编码是A)100B)101C)110D)113[单选题]124.OLAM技术一般简称为?数据联机分析挖掘?,下面说法正确的是:A)OLAP和OLAM都基于客户机/服务器模式,只有后者有与用户的交互性;B)由于OLAM的立方体和用于OLAP的立方体有本质的区别.C)基于WEB的OLAM是WEB技术与OLAM技术的结合.D)OLAM服务器通过用户图形借口接收用户的分析指令,在元数据的知道下,对超级立方体作一定的操作.[单选题]125.关联规则的评价指标是：()。A)均方误差、均方根误差B)Kappa统计、显著性检验C)支持度、置信度D)平均绝对误差、相对误差[单选题]126.缺失值处理方法中错误的是（）。A)对于所有属性都可以使用均值B)对于离散属性或定性属性，使用众数C)对于分类属性，使用同类对象属性值的均值D)转换为分类问题或数值预测问题[单选题]127.只要具有适当的政策推动,大数据的使用将成为未来提高竞争力、生产力、创新能力以及()的关键要素。A)提高消费B)提高GDPC)提高生活水平D)创造消费者盈余[单选题]128.收到全省性的咪咕阅读业务无法使用问题，下述维度中优先排查的是哪个A)终端B)PGWC)地市D)MME[单选题]129.为数据的总体分布建模；把多维空间划分成组等问题属于数据挖掘的哪一类任务？A)探索性数据分析B)建模描述C)预测建模D)寻找模式和规则[单选题]130.T检验比较A)两个方差B)两个比值C)两个平均数的差异是否显著D)标准差[单选题]131.下述方法不属于聚类方法的是()A)K-均值B)K-中心性C)DBSCAN算法D)神经网络[单选题]132.大数据是指（）A)一个图书馆内的书籍信息B)无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产C)城市管理信息D)Facebook用户信息[单选题]133.DPI技术主要应用在ISO分层的哪一层？A)网络层B)会话层C)应用层D)数据链路层[单选题]134.下列关于数据规范化说法错误的是（）。A)数据规范化是为了给重要的属性赋予更大的权重B)数据规范化又称为数据标准化C)数据规范化是将属性的取值范围统一D)数据规范化是为了避免不同属性的不平等地位[单选题]135.关于OLAP和OLTP的说法,下列不正确的是：()A)OLAPB)OLAPC)OLTPD)OLTP[单选题]136.有关数据仓库建模的叙述中正确的是()。A)因为需求分析中已经考虑主题,建模时不再需要确定主题域B)因为需求分析中已经确定项目的所有功能,没有必要再进行数据仓库建模工作C)数据仓库建模是设计概念模型,继而导出逻辑模型D)数据仓库建模是设计物理模型[单选题]137.以下关于字符串.strip()方法功能说明正确的是：A)连接两个字符串序列B)替换字符串中特定字符C)按照指定字符分割字符串为数组D)去掉字符串两侧指定字符[单选题]138.下面哪项是集中性能管理面向终端专题（）A)2/3G高流量小区迁移B)终端在网质量评估分析C)客户投诉溯源分析D)网络实时性能监控[单选题]139.用户有一种感兴趣的模式并且希望在数据集中找到相似的模式，属于数据挖掘哪一类任务？A)根据内容检索B)建模描述C)预测建模D)寻找模式和规则[单选题]140.一个神经元接收输人信号为x(1<i<n),权值为w;(1≤i<n),输出为y=f(net),其中f称为激活函数或激励函数,通常net的取值是()。A)AB)BC)CD)D[单选题]141.企业要建立预测模型,需准备建模数据集,以下四条描述建模数据集正确的是()A)数据越多越好B)尽可能多的适合的数据C)数据越少越好D)以上三条都不正确[单选题]142.用简单随机重复抽样方法抽取样本单位,如果要使抽样平均误差降低50%,则样本容量需要扩大到原来的()A)2倍B)3倍C)4倍D)5倍[单选题]143.根据聚类形成的簇的特点，如果有交集的簇之间必然存在包含关系，这种聚类称为（）。A)重叠聚类B)层次型聚类C)划分型聚类D)以上均不是[单选题]144.关于谷歌浏览器开发者工具描述错误的是（）A)元素面板可查看元素在页面的对应位置B)源代码面板可以查看HTML源码C)网络面板可以查看HTML源码D)网络面板可以查看HTTP头部信息第2部分：多项选择题，共47题，每题至少两个正确答案,多选或少选均不得分。[多选题]145.KNN的优点有（）A)对测试样本分类时的计算量大，内存开销大B)简单，易于理解，易于实现，无需估计参数，无需训练C)适合对稀有事件进行分类（例如当流失率很低时，比如低于0.5%，构造流失预测模型）D)特别适合于多分类问题(multi-modal,对象具有多个类别标签)，例如根据基因特征来判断其功能分类，KNN比SVM的表现要好[多选题]146.主成分分析计算选择相关系数计算法时,确定主成分个数的致原则包括()A)特征根值大于1B)特征根值大于3C)累积特征根值加总占总特征根值的80%以上D)累积特征根值加总占总特征根值的90%以上[多选题]147.在聚类分析当中，可以处理任意形状的簇的方法包括：A)MIN（单链）B)ChameleonC)MAX（全链）D)组平均[多选题]148.以下属于数据预处理的是()A)缺失值填充B)噪声数据剔除C)异常值识别D)数据可视化[多选题]149.数据挖掘的挖掘方法包括：()A)聚类分析B)回归分析C)神经网络D)决策树算法[多选题]150.以下哪些数据挖掘工具是开源的（）A)KNIMEB)SPSSC)WEKAD)Orange[多选题]151.数据挖掘的算法，根据算法分析数据的方式可分为:A)假设检验型算法(Top-Down)B)知识发现型算法（Bottom-Up)C)扫描类比型算法(Left-Right)D)排除干扰型算法（Noise-Clean)[多选题]152.（）都属于簇有效性的监督度量。A)轮廓系数B)共性分类相关系数C)熵D)F度量[多选题]153.下面关于季度模型的叙述,不正确的是()A)季度模型以季度数据为样本B)季度模型主要用于季度预测C)季度模型注重长期行为的描述D)季度模型一般规模较大[多选题]154.TCP协议通过（）来区分不同的连接A)IP地址B)映射名C)网络域名D)端口号[多选题]155.《实时业务质量监控保障》落地手册中提出的实时数据处理架构，给出了哪些参考架构A)基于开源框架的流数据处理架构B)基于自主研发的精简XDR架构C)基于MPP数据库架构D)基于Spark框架架构[多选题]156.KQI与KPI指标做关联分析，通常可采用哪两类算法分别做强、弱关联关系的识别A)聚类B)相关系数C)决策树D)逻辑回归[多选题]157.文本挖掘的工具有A)IBMDB2intelligentMinerB)SASTextMinerC)SPSSTextMiningD)SPPTextMining[多选题]158.概率分析中,应计算出()表明该风险因素的风险程度。A)变异系数B)期望值C)方差D)标准差[多选题]159.IP报文在网络传送途中被分片生成多个新的IP包，则以下说法正确的是A)新的IP包有相同的标志（MF、DF）字段B)新的IP包有相同的标识（Identification）字段C)新的IP包有相同的片偏移字段D)新的IP包有相同的目的地址字段[多选题]160.以下属于聚类算法的是（）。A)K均值B)DBSCANC)AprioriD)Jarvis-Patrick（JP）[多选题]161.以下哪些方法可以用于分类模型的特征选择（）A)chi2B)f_classifC)mutual_info_classifD)f_regression[多选题]162.数据离散化是指为了数据分析的需要,将连续数据转换为离散型数据的过程。数据离散化的方法有()A)随机取值B)等距离散法C)数值规约D)等频离散法[多选题]163.下列哪些指标用于评估回归模型（）A)R2B)F1C)MSED)MAE[多选题]164.大数据指的是所涉及的资料量规模巨大到无法透过目前主流软件工具,在合理时间内达到（）成为帮助企业经营决策更积极目的的信息A)撷取B)管理C)处理D)整理[多选题]165.下面给出的t检验的结果,()表明接受原假设,显著性水平为0.05。A)0.000B)0.039C)0.092D)0.124[多选题]166.Scikit-Learn的数据表示包括A)数据表B)特征矩阵C)目标数据D)传递函数[多选题]167.LTE中常用的集中动态资源调度算法A)轮询调度算法RRB)最大载干比调度算法MaxC/IC)比例公平算法PFD)半持续调度算法SPS[多选题]168.下列哪些是hadoop的配置文件？A)core-site.xmlB)hdfs-site.xmlC)mapred-site.xmlD)hadoop-env.sh[多选题]169.关于DNS下列叙述正确的是（）A)子节点能识别父节点的IP地址B)DNS采用客户服务器工作模式C)域名的命名原则是采用层次结构的命名树D)域名不能反映计算机所在的物理地址[多选题]170.有了（）和（）之后，向量就可以在另一个坐标系中进行表示A)方向B)大小C)特征值D)特征向量[多选题]171.下列何种算法可以帮助我们做数值的预测(Prediction)?A)AprioriB)DecisionTreeC)NaiveBayesD)LinearRegression[多选题]172.根据集中性能管理应用《物联网端到端业务质量分析》落地手册，物联网端到端定界的分析方法包括？（）A)关联分析B)回溯分析C)聚类分析D)根因分析[多选题]173.Web内容挖掘实现技术()A)文本总结B)文本分类C)文本聚类D)关联规则[多选题]174.方差分析的基本假设前提包括()A)各处理条件下的样本均来自正态总体B)各处理条件下的样本相互独立C)各处理条件下样本的方差都相等D)各处理条件下样本均值相等,方差可以不等[多选题]175.下边关于字典的定义正确的是:A){'name':'Tom','age':18,'score':[91,92,93]}B){'name':'Tom','score':18,'score':[91,92,93]}C){'name':'Tom','chengji':18,[91,92,93]:'score'}D){'name':'Tom',18:'chengji','score':[91,92,93]}[多选题]176.伪分布模式中的注意点？A)伪分布式适用于开发和测试环境B)所有守护进程都在同一台机器上运行C)守护进程在不同的机器上运行D)伪分布模式不能用于开发分布式代码[多选题]177.根据《中国移动大数据安全管控分类分级实施指南》，以下哪些数据属于B类数据A)短信、彩信、话音等通信内容B)用户通讯录、好友列表、群组列表等用户资料数据C)用户上网访问内容D)即时通信内容[多选题]178.数据挖掘主要构建四大模型描述错误的是（）A)聚类是依据历史数据形成刻画用户特征的类标识，进而可以预测未来数据的归类情况B)分类指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程C)预测是基于输入的用户信息，通过模型的训练学习，找出数据中的规律和趋势，以确定未来目标数据的预测值D)关联分析又称关联挖掘，在数据或其他信息载体中，查找存在于项目集合或对象集合之间的频繁模式、关联、相关性或因果结构[多选题]179.常用的非线性函数除了多项式函数之外,还包括()。A)幂函数B)对数函数C)双曲函数D)指数函数[多选题]180.以下sklearn中的模型，哪些是解决回归分析的？（）A)LinearRegressionB)SVRC)LogisticRegressionD)Ridge[多选题]181.支持向量机中的非线性映射可以通过核函数来实现,常用的核函数包括()A)高斯核函数B)多项式核函数C)S形核函数D)线性核[多选题]182.HDFS(分布式文件系统)作为Hadoop生态系统的数据存储基础,其特点为()A)支持超大文件B)基于商用硬件C)流式数据访问D)高吞吐量[多选题]183.促销预算的方法主要有()。A)量入为出法B)竞争对等法C)销售比例法D)目标任务法[多选题]184.智能手机市场10年混战之后，仅剩下（）阵营A)苹果IOSB)谷歌AndroidC)微软D)联想[多选题]185.非频繁模式____A)其支持度小于阈值B)都是不让人感兴趣的C)包含负模式和负相关模式D)正确异常数据项敏感[多选题]186.Hadoop可以安装在哪些操作系统？A)redhatlinuxB)centosC)UbuntuD)windows[多选题]187.()这些数据特性都是对聚类分析具有很强影响的。A)高维性B)规模C)稀疏性D)噪声和离群点[多选题]188.在探索性数据分析中,认为最有代表性,最能反映数据重要特征的五数概括,包括:A)中位数Q2B)四分位数Q3C)最小值D)最大值[多选题]189.下列属于不同的有序数据的有？A)时序数据B)序列数据C)时间序列数据D)事务数据E)空间数据[多选题]190.统一DPI分应用场景包括（）A)PS侧B)IDC出口C)省网出口D)省网网间出口E)骨干网网间出口[多选题]191.以下哪些地址是9/28子网内的主机可用地址？A)4B)9C)6D)1E)Noneoftheabove第3部分：判断题，共55题，请判断题目是否正确。[判断题]192.在主成分分析中,每个主成分都是原始变量的线性组合,且各个主成分之间互不相关。A)正确B)错误[判断题]193.已知x={1:1,2:2}，那么语句x[3]=3无法正常执行。A)正确B)错误[判断题]194.聚类算法运行的条件需要所有的训练样本都有类别标签。()A)正确B)错误[判断题]195.分类问题属于有监督学习任务。A)正确B)错误[判断题]196.基于独立事件假设是贝叶斯分类的一个优点。A)正确B)错误[判断题]197.概率为0的事件是不可能事件,概率为1的事件是必然事件。A)正确B)错误[判断题]198.使用print()函数无法将信息写入文件。A)正确B)错误[判断题]199.在聚类分析当中,簇内得相似性越大,簇间得差别越大,聚类得效果就越差。A)正确B)错误[判断题]200.已知x为非空列表，那么执行语句x[0]=3之后，列表对象x的内存地址不变。A)正确B)错误[判断题]201.Web数据挖掘是通过数据库仲的一些属性来预测另一个属性,它在验证用户提出的假设过程中提取信息.()A)正确B)错误[判断题]202.正则表达式中，字符?*?表示前面字符的零个或者无限个。A)正确B)错误[判断题]203.文件对象是可以迭代的。A)正确B)错误[判断题]204.具体来讲，若一个项集X的支持度大于用户给定的一个最小支持度阈值，则X被称为频繁项集（或频繁模式）。A)正确B)错误[判断题]205.使用Python列表的方法insert()为列表插入元素时会改变列表中插入位置之后元素的索引。A)正确B)错误[判断题]206.置信水平是假设检验中犯第一类错误的概率。A)正确B)错误[判断题]207.聚类分析的相异度矩阵是用于存储所有对象两两之间相异度的矩阵，为一个nn维的单模矩阵。()A)正确B)错误[判断题]208.一般来说数据库中行对应于数据对象，而列对应于属性。A)正确B)错误[判断题]209.四分位数极差(IQR)是第1个和第2个四分位数之间的距离。A)正确B)错误[判断题]210.大数据思维,是指一种意识,认为公开的数据一旦处理得当可以为人类急需解决的问题提供答案。()A)正确B)错误[判断题]211.SVM是这样一个分类器，他寻找具有最小边缘的超平面，因此它也经常被称为最小边缘分类器（minimalmarginclassifier）A)正确B)错误[判断题]212.正确于SVM分类算法，待分样本集中的大部分样本不是支持向量，移去或者减少这些样本正确分类结果没有影响。A)正确B)错误[判断题]213.Python集合可以包含相同的元素。A)正确B)错误[判断题]214.k中心点算法在每个簇中选出一个最靠近均值的实际的对象来代表该簇。A)正确B)错误[判断题]215.朴素贝叶斯分类器在估计类条件概率时假设属性之间条件独立。()A)正确B)错误[判断题]216.可以使用del删除集合中的部分元素。A)正确B)错误[判断题]217.在决策树中，随着树中结点数变得太大，即使模型的训练误差还在继续减低，但是检验误差开始增大，这是出现了模型拟合不足的问题。A)正确B)错误[判断题]218.离群点可以是合法的数据对象或者值。A)正确B)错误[判断题]219.创建只包含一个元素的元组时，必须在元素后面加一个逗号，例如(3,)。A)正确B)错误[判断题]220.主成分分析能够达到去除冗余、降低噪音和降维的目的,但无法得到反映事物本质的新变量。A)正确B)错误[判断题]221.在网络爬虫的系统框架中,主过程由控制器,解析器,资源库三部分组成。A)正确B)错误[判断题]222.如果一个项集是不频繁的,则其所有的超集都是不频繁的。利用这一性质可以简化Apriori算法中的计算过程。A)正确B)错误[判断题]223.聚类（clustering）是这样的过程：它找出描述并区分数据类或概念的模型(或函数)，以便能够使用模型预测类标记未知的对象类。A)正确B)错误[判断题]224.Python列表、元组、字符串都属于有序序列。A)正确B)错误[判断题]225.归纳法是一种从个别到一般的推理方法。A)正确B)错误[判断题]226.SELECT*FROMtable只查询了表的一个列。A)正确B)错误[判断题]227.标准库os的rename()方法可以实现文件移动操作。A)正确B)错误[判断题]228.DSS主要是基于数据仓库.联机数据分析和数据挖掘技术的应用。A)正确B)错误[判断题]229.数据规范化主要包括数据同趋化处理和无量纲化处理两个方面，可以使属性值按比例落入到一个特定区间，如[-1,1]或[0,1]。A)正确B)错误[判断题]230.购买了此商品后还会购买的商品，它们的地位是平等的，其中涉及了时间和顺序的概念，强调的是一个规则，也就是我们所说的关联规则。A)正确B)错误[判断题]231.扩展库os中的方法remove()可以删除带有只读属性的文件。A)正确B)错误[判断题]232.关联规则挖掘过程是发现满足最小支持度的所有项集代表的规则。A)正确B)错误[判断题]233.表达式pow(3,2)==3**2的值为True。A)正确B)错误[判断题]234.在一元回归分析中，用r表示因变量对自变量的相关系数，当|r|接近1时，说明因变量与自变量之间的线性关系就好。A)正确B)错误[判断题]235.决策树方法通常用于关联规则挖掘。A)正确B)错误[判断题]236.决策树的思想是自顶向下递归的构建过程,关键点是在于分裂属性和分裂条件的选择。A)正确B)错误[判断题]237.时序预测回归预测一样，也是用已知的数据预测未来的值，但这些数据的区别是变量所处时间的不同。()A)正确B)错误[判断题]238.一旦服务器端出现错误，返回的状态码为403。A)正确B)错误[判断题]239.Python支持使用字典的?键?作为下标来访问字典中的值。A)正确B)错误[判断题]240.分类预测时,准确率和召回率存在矛盾关系,不能同时增大,所以要考虑他们的综合影响,即F1-Score。A)正确B)错误[判断题]241.在模型树的剪枝过程中,两个叶子结点的期望误差通过加权求和结合在一起作为子树误差。A)正确B)错误[判断题]242.在一定时期和一定产销量范围内,固定成本与产品的产销量多少没有关系,只有可变成本才与产品产销量的增减变化发生关系。A)正确B)错误[判断题]243.在模型树的构建过程中,应选择使SDR值最小的属性。A)正确B)错误[判断题]244.如果一个规则X→Y同时满足support（X→Y)≥minsup和confidence(X→Y)≥minconf，则称该规则在数据库D中成立，其中minsup和minconA)正确B)错误[判断题]245.字典中键必须唯一,但值不必。A)正确B)错误[判断题]246.召回率是完全性的度量，即正元组被标记为正类的百分比。()A)正确B)错误第4部分：问答题，共14题，请在空白处填写正确答案。[问答题]247.数据预处理包括数据清理、数据集成、()和()。[问答题]248.字典对象的___方法返回字典中的?键-值对?列表。__方法返回字典的?键?列表。____方法返回字典的?值?列表。[问答题]249.主成分分析（PCA）是一种广泛用于不同领域的无监督线性数据转换技术。其目标是在高维数据中找到____的方向，并将数据映射到一个维度小得多的新子空间上。借助于____，将其分量相关的原随机向量转化成其分量不相关的新随机向量。[问答题]250.Jaccard系数适用于衡量用________二值属性描述的对象间的相似度。[问答题]251.回归与分类的区别在于：______可用于预测连续的目标变量，______可用于预测离散的目标变量。[问答题]252.算法DIANA（自顶向下分裂算法）输入：n个对象，终止条件簇的数目k。输出：k个簇，达到终止条件规定簇数目。（1）将_____整个当成一个初始簇；（2）FOR（i=1;i≠k;i++)DOBEGIN（3）在所有簇中挑出具有____的簇C；（4）找出C中与其它点____最大的一个点p并把p放入分裂簇，剩余的放在C簇中；（5）REPEAT（6）在C簇里找出到最近的分裂簇中的点的距离____到C簇中最近点的距离的点，并将该点加入分裂簇。（7）UNTIL没有新的C簇的点被分配给分裂簇；（8）分裂簇和C簇为被选中的簇分裂成的两个簇，与其它簇一起组成新的簇集合。（9）END.[问答题]253.列表、元组、字符串是Python的___(有序？无序)序列。[问答题]254.表达式re.split(?.+?,?alpha.beta…gamma..delta?)的值为______。[问答题]255.特征A对训练数据集D的____G(D,A)定义为集合D的经验熵H(D)与特征A给定条件下D的经验条件熵H(D∣A)之差。[问答题]256.____是Python内置的HTTP请求库，可以看作处理URL的组件集合。[问答题]257.在FP-Growth算法中，FP-Tree的构建过程是将事务数据表中的各个事务数据项按照（）排序后，把每个事务中的数据项按（）依次插入到一棵以（）为根结点的树中，同时在每个结点处记录该结点出现的（）。[问答题]258.分类的任务就是通过学习得到一个____ƒ，把每个____x映射到一个预先定义的____y[问答题]259.给定一个频繁负项集X,我们可以从中发现隐含的负关联规则。负项集和负关联规则统称为_____。[问答题]260.分类分析主要包含有()和()两个阶段。1.答案:B解析:2.答案:A解析:3.答案:C解析:4.答案:A解析:5.答案:A解析:6.答案:B解析:7.答案:B解析:Python语言的缩进只要统一即可，不一定是4个空格（尽管这是惯例）。8.答案:B解析:9.答案:D解析:10.答案:A解析:11.答案:A解析:12.答案:C解析:13.答案:C解析:14.答案:B解析:15.答案:A解析:16.答案:A解析:17.答案:B解析:18.答案:C解析:File.read():读取全部内容File.read(200)：读取200个字节内容File.readline()：读取一行内容File.readlines()：读取所有行，返回一个list对象，每一行对应list对象的一个元素。19.答案:A解析:20.答案:D解析:21.答案:A解析:22.答案:A解析:23.答案:D解析:24.答案:C解析:25.答案:A解析:26.答案:B解析:27.答案:C解析:28.答案:C解析:29.答案:C解析:30.答案:C解析:31.答案:D解析:32.答案:B解析:33.答案:C解析:34.答案:A解析:35.答案:C解析:36.答案:B解析:37.答案:C解析:38.答案:B解析:39.答案:C解析:40.答案:B解析:41.答案:A解析:42.答案:C解析:43.答案:A解析:44.答案:D解析:45.答案:A解析:46.答案:A解析:47.答案:B解析:48.答案:D解析:49.答案:B解析:50.答案:C解析:51.答案:B解析:52.答案:A解析:53.答案:D解析:54.答案:A解析:55.答案:C解析:56.答案:A解析:57.答案:A解析:58.答案:A解析:59.答案:A解析:60.答案:A解析:61.答案:D解析:62.答案:C解析:63.答案:C解析:64.答案:B