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：D2.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：C3.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：C4.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：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.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：A7.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.1，2，3，4B.1，2，3，5C.1，2，4，5D.1，3，4，5答案：C8.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.1B.2C.3D.4答案：B9.设X={1，2，3}是频繁项集，则可由X产生()个关联规则。A.4B.5C.6D.7答案：C10.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：C11.一元线性回归中，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：D12.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：A13.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：A14.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：A15.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：B16.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：C17.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：C18.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：B19.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：D20.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：B21.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：AB22.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：ABC23.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：ABCD24.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：ABCD25.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：ABD26.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：AD27.一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：ABC28.什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：ABC29.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：ABCD30.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：ABC31.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：A32.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：B33.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：B34.分拆方法是自底向上的方法。()A.正确B.错误答案：B35.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：A36.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：B37.对于项集来说，置信度没有意义。()A.正确B.错误答案：A38.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：B39.信息熵越小，样本结合的纯度越低。()A.正确B.错误答案：B40.聚合方法是自底向上的方法。()A.正确B.错误答案：A41.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：B42.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：B43.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：B44.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：A45.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：A46.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：B47.K均值(K-Means)算法是密度聚类。