南开大学22春学期《数据科学导论》在线作业答卷

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)1.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:B2.一元线性回归中,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:D3.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^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: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-meansB.BayesNetworkC.C4.5D.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:D8.层次聚类适合规模较()的数据集A.大B.中C.小D.所有答案:C9.BFR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:A10.手肘法的核心指标是()。A.SESB.SSEC.RMSED.MSE答案:B11.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:B12.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:B13.以下属于关联分析的是()A.CPU性能预测B.购物篮分析C.自动判断鸢尾花类别D.股票趋势建模答案:B14.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，减小答案:B15.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.最大化信息熵答案: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()。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:A18.BFR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:A19.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.4B.5C.6D.7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()A.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()A.欧式距离B.曼哈顿距离C.Lp距离D.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.事务平均宽度答案:ABCD24.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:ABC25.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:ABCD26.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()。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:AD30.什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:ABC三、判断题(共20道试题,共40分)31.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32.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33.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34.平均减少的不纯度越大,则特征重要度越高。答案:正确35.使用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36.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37.关联规则可以用枚举的方法产生。答案:正确38.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39.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40.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41.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42.由不同的距离度量所确定的最近邻点是不同的答案:正确43.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44.sigmoid函数属于阶跃函数,是神经网络中