大数据建模练习(习题卷5)

试卷科目：大数据建模练习大数据建模练习(习题卷5)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages大数据建模练习第1部分：单项选择题，共39题，每题只有一个正确答案,多选或少选均不得分。[单选题]1.?中国宝钢集团与上海天律信息技术有限公司合作，采用数据挖掘技术对钢材生产的全流程进行质量监控和分析，构建故障地图，实时分析产品出现瑕疵的原因，有效提高了产品的优良率?这个案例属于（）的应用A)分类B)聚类C)规则发现D)预测答案:A解析:[单选题]2.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答案:D解析:[单选题]3.删除数据表用以下哪一项()A)DROPB)UPDATEC)DELETED)DELETED答案:A解析:[单选题]4.设x=10；y=20，下列语句能正确运行结束的是：A)max=x>y?x:yB)whileTrue:passC)min=xifx<yelseyD)if(x>y)print(x)答案:C解析:[单选题]5.以下程序不可能的输出结果是：fromrandomimport*x=[30,45,50,90]print(choice(x))A)30B)45C)55D)90答案:C解析:[单选题]6.以下关于程序控制结构描述错误的是：A)单分支结构是用if保留字判断满足一个条件，就执行相应的处理代码B)二分支结构是用if-else根据条件的真假，执行两种处理代码C)多分支结构是用if-elif-else处理多种可能的情况D)在Python的程序流程图中可以用处理框表示计算的输出结果答案:D解析:[单选题]7.什么是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)动态知识发现答案:A解析:[单选题]8.以下语句错误的是()A)altertableempdeletecolumnaddcolumn;B)altertableempmodifycolumnaddcolumnchar(10);C)altertableempchangeaddcolumnaddcolumnint;D)altertableempaddcolumnaddcolumnint;答案:A解析:[单选题]9.下面关于数据粒度的描述不正确的是：A)粒度是指数据仓库小数据单元的详细程度和级别B)数据越详细，粒度就越小，级别也就越高C)数据综合度越高，粒度也就越大，级别也就越高D)粒度的具体划分将直接影响数据仓库中的数据量以及查询质量答案:C解析:[单选题]10.以下匹配'1ton'和'2ton'及'3ton'的正则表达式是()A)'123ton'B)'1,2,3ton'C)'[123]ton'D)'1|2|3ton'答案:C解析:[单选题]11.关系数据库中，主键是()A)创建唯一的索引，允许空值B)只允许以表中第一字段建立C)允许有多个主键的D)为标识表中唯一的实体答案:D解析:[单选题]12.触发器不是响应以下哪一语句而自动执行的Mysql语句A)selectB)insertC)deleteD)update答案:A解析:[单选题]13.使用SELECT语句随机地从表中挑出指定数量的行，可以使用的方法是()A)在LIMIT子句中使用RAND()函数指定行数，并用ORDERBY子句定义一个排序规则B)只要使用LIMIT子句定义指定的行数即可，不使用ORDERBY子句C)只要在ORDERBY子句中使用RAND()函数，不使用LIMIT子句D)在ORDERBY子句中使用RAND()函数，并用LIMIT子句定义行数答案:D解析:[单选题]14.下列有关数据库的描述，正确的是A)数据库是一个关系B)数据库是一个DBF文件C)数据库是一个结构化的数据集合D)数据库是一组文件答案:C解析:[单选题]15.按某种逻辑关系组织起来的一批数据，按一定的映象方式把它存放在计算机的存储器中，并在这些数据上定义了一个运算的集合，就叫做（）。A)运算结构B)关系结构C)数据结构D)数据库答案:C解析:[单选题]16.例如数据库中有A表，包括学生，学科，成绩三个字段,数据库结构为学生学科成绩张三语文80张三数学100李四语文70李四数学80李四英语80如何统计每个学科的最高分()A)select学生,max(成绩)fromAgroupby学生;B)select学生,max(成绩)fromAgroupby学科;C)select学生,max(成绩)fromAorderby学生;D)select学生,max(成绩)fromAgroupby成绩;答案:B解析:[单选题]17.下面哪种不属于数据预处理的方法？A)变量代换B)离散化C)聚集D)估计遗漏值答案:D解析:[单选题]18.以下哪项用来排序()A)ORDEREDBYB)ORDERBYC)GROUPBYD)GROUPEDBY答案:B解析:[单选题]19.按照姓名降序排列()A)ORDERBYDESCNAMEB)ORDERBYNAMEDESCC)ORDERBYNAMEASCD)ORDERBYASCNAME答案:B解析:[单选题]20.以下能够删除一列的是()A)altertableempremoveaddcolumnB)altertableempdropcolumnaddcolumnC)altertableempdeletecolumnaddcolumnD)altertableempdeleteaddcolumn答案:B解析:[单选题]21.（）的工作内容是先收集初始数据，然后进行熟悉数据的各种活动，包括识别数据的质量问题，找到对数据的基本观察，或假设隐含的信息来检测出感兴趣的数据子集A)数据理解B)业务理解C)数据预处理D)建模答案:A解析:[单选题]22.用来插入数据的命令是()，用于更新的命令是()A)INSERT，UPDATEB)CREATE，INSERTINTOC)DELETE，UPDATED)UPDATE,INSERT答案:A解析:[单选题]23.以下关于文件的描述，错误的是：A)二进制文件和文本文件的操作步骤都是?打开-操作-关闭?B)open()打开文件之后，文件的内容并没有在内存中C)open()只能打开一个已经存在的文件D)文件读写之后，要调用close()才能确保文件被保存在磁盘中了答案:C解析:[单选题]24.在天算建模平台中，常用聚合算子实现对数据进行分组和统计。以下关于聚合函数算子的说法不正确的是A)统计某个时间段内购买车票总花费的金额数，需要用到?总和?函数。B)统计某个人入住宾馆的总次数，需要用到?总数?函数C)需要统计旅馆住宿的人群中，其中人员最小的年龄时，需要用到?最小?函数。D)需要统计某人某段时间在某个宾馆出现的次数时，需要用到?总和?函数答案:D解析:[单选题]25.如果要回滚一个事务，则要使用()语句。A)committransactionB)begintransactionC)revokeD)rollbacktransaction答案:D解析:[单选题]26.运行以下程序，输出结果的是：str1="NanjingUniversity"str2=str1[:7]+"Normal"+str1[-10:]print(str2)A)NormalUB)NanjingNormalC)NormalUniversityD)NanjingNormalUniversity答案:D解析:[单选题]27.以下关于random库的描述，正确的是：A)设定相同种子，每次调用随机函数生成的随机数不相同B)通过fromrandomimport*引入random随机库的部分函数C)uniform(0,1)与uniform(0.0,1.0)的输出结果不同，前者输出随机整数，后者输出随机小数D)randint(a,b)是生成一个[a,b]之间的整数答案:D解析:[单选题]28.下列哪一种不属于BI工具数据集的数据字段类型？()A)文本B)数值C)日期D)整型答案:D解析:[单选题]29.用于将事务处理写到数据库的命令是()A)insertB)rollbackC)commitD)savepoint答案:C解析:[单选题]30.下列哪些语句对主键的说明正确()A)主键可重复B)主键不唯一C)在数据表中的唯一索引D)主键用foreignkey修饰答案:C解析:[单选题]31.用户输入整数的时候不合规导致程序出错，为了不让程序异常中断，需要用到的语句是：A)if语句B)eval语句C)try-except语句D)循环语句答案:C解析:[单选题]32.以下程序输出到文件text.csv里的结果是：fo=open("text.csv",'w')x=[90,87,93]fo.write(",".join(str(x)))fo.close()A)[90,87,93]B)90,87,93C),9,0,,,,8,7,,,,9,3,D)[,9,0,,,,8,7,,,,9,3,]答案:D解析:[单选题]33.软件开发的结构化生命周期方法将软件生命周期划分成A)定义、开发、运行维护B)设计阶段、编程阶段、测试阶段C)总体设计、详细设计、编程调试D)需求分析、功能定义、系统设计答案:A解析:[单选题]34.R是用于统计分析、绘图的语言和操作环境。R是一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。以下哪个不是R语言的优点？A)完整的程序设计语言B)开源软件C)运行速度快D)扩展包多答案:C解析:[单选题]35.可以用一组属性描述其定义、标识、表示和允许值的数据单元，在一定语境下，通常用于构建一个正确、独立且无歧义的特定概念语义的信息单元，可以理解为数据的基本单元。请问该基本单元是指？A)字段B)数据元C)元数据D)数值答案:B解析:[单选题]36.从数据表中查找记录用以下哪一项()A)UPDATEB)FINDC)SELECTD)CREATE答案:C解析:[单选题]37.有三个表，它们的记录行数分别是10行、2行和6行，三个表进行交叉连接后，结果集中共有()行数据A)18B)26C)不确定D)120答案:D解析:第2部分：多项选择题，共27题，每题至少两个正确答案,多选或少选均不得分。[多选题]38.mySQL支持哪些逻辑运算符A)&&B)||C)NOTD)AND答案:CD解析:[多选题]39.在mysql提示符下可以输入一个SQL语句，并以()结尾，然后按回车执行该语句()A)?\G?B)?。?C)?\g?D)?;?答案:ACD解析:[多选题]40.HBase是Hadoop的数据库，能对大型数据提供随即、实时的读写访问，存储处理大型的数据。Hbase还是一个开源的、分布式的、多版本的、面向列的存储模型，存储松散型数据。以下属于Hbase特点的是？A)高可靠性B)高效性C)可伸缩D)可搭建大规模的结构化存储集群答案:ABCD解析:[多选题]41.下面的选项是关系数据库基本特征的是（）。A)与列的次序无关B)不同的列应有不同的数据类型C)不同的列应有不同的列名D)与行的次序无关答案:ACD解析:[多选题]42.下表是一个购物篮,假定支持度阈值为40%,其中()是频繁闭项集。ID项集1面包、牛奶、尿布2面包、牛奶、尿布、啤酒3牛奶、尿布、鸡蛋4面包、尿布、啤酒、鸡蛋5啤酒、鸡蛋A)面包、牛奶、尿布B)面包、啤酒C)尿布、啤酒D)啤酒、鸡蛋答案:AD解析:[多选题]43.关于GBDT算法，下列说法正确的是（）？A)增加用于分割的最小样本数量，有助于避免过拟合B)增加用于分割的最小样本数量，容易造成过拟合C)减小每个基本树的样本比例，有助于减小方差D)减小每个基本树的样本比例，有助于减小偏差答案:AC解析:[多选题]44.关于Excel数据库应用的描述正确的有()。A)是一个数据清单B)是按一定组织方式存储在一起的相关数据的集合C)是一个数组D)是程序化的电子表格答案:AB解析:[多选题]45.关于神经网络，下列说法正确的是？()A)增加网络层数，可能会增加测试集分类错误率B)增加网络层数，一定会增加训练集分类错误率C)减少网络层数，可能会减少测试集分类错误率D)减少网络层数，一定会减少训练集分类错误率答案:AC解析:[多选题]46.对于删除操作以下说法正确的是（）A)dropdatabase数据库名：删除数据库B)deletefrom表名；删除表中所有记录条C)deletefrom表名where字段名=值；删除符合条件的记录条D)droptable表名；删除表答案:ABCD解析:[多选题]47.在数据库系统中，有哪几种数据模型？()A)实体联系模型B)关系模型C)网状模型D)层次模型答案:BCD解析:[多选题]48.数据接入是认识数据的过程，通过认识数据，定义数据从获取、处理、存储、使用到消亡全生命周期的流转机制及各环节的流程、方法和程序；根据数据定义将数据读入大数据中心，并完成与数据提供方的数据对账。数据接入模块主要包含哪几部分的操作？A)数据探查B)数据定义C)数据读取D)数据对账答案:ABCD解析:[多选题]49.数据挖掘的主要功能包括概念描述、趋势分析、孤立点分析及（）等方面A)挖掘频繁模式B)分类和预测C)聚类分析D)偏差分析答案:ABCD解析:[多选题]50.L-BFGS的描述中，正确的是（）A)适合大规模的数值计算B)具备牛顿法收敛速度快的特点C)不需要存储Hesse矩阵D)空间消耗相对于BFGS小答案:ABCD解析:[多选题]51.下列关于sigmoid函数描述正确的是（）A)取值范围为（0,1），他可以将一个实数映射到（0,1）的区间，看做概率值B)只能做二分类C)阈值一般设置在0.5，大于该值的概率表示正例D)只有该函数能将实数映射到（0,1）区间答案:ABC解析:[多选题]52.下列说法正确的是()A)一张数据表一旦建立完成，是不能修改的。B)在MySQL中，用户在单机上操作的数据就存放在单机中。C)在MySQL中，可以建立多个数据库，但也可以通过限定，使用户只能建立一个数据库。D)要建立一张数据表，必须先建数据表的结构。答案:BCD解析:[多选题]53.ApacheHadoop具有良好的生态圈系统，在Hadoop的生态圈中包含了许许多多的组件，以下组件哪些属于Hadoop生态圈中的组件A)HDFSB)YarnC)HbaseD)Sqoop答案:ABCD解析:[多选题]54.以下哪些分类方法不能避免样本的不平衡问题（）A)KNNB)SVMC)BayesD)神经网络答案:BCD解析:[多选题]55.在评价不平衡类问题分类的度量方法有如下几种:()A)F1度量B)召回率（recall）C)精度（precision）D)真正率（turepositiverate,TPR）答案:ABCD解析:[多选题]56.Pandas是数据分析的三大剑客之一，是Python的核心数据分析库，它提供了快速、灵活、明确的数据结构，能够简单、直观、快速地处理各种类型的数据，那Pandas能处理什么样的数据？A)与SQL或Excel表类似的数据B)有序和无序（非固定频率）的时间序列数据C)带行列标签的矩阵数据D)任意其他形式的观测、统计数据集答案:ABCD解析:[多选题]57.以下哪些选项关于决策树的说法是正确的()A)冗余属性不会对决策树的准确率造成不利的影响B)子树可能在决策树中重复多次C)决策树算法对于噪声的干扰非常敏感D)寻找最佳决策树是NP完全问题答案:ABD解析:[多选题]58.下面属于训练集(Trainingdataset)和测试集(Testingdataset)区别表述的是()A)Testingdataset用于测试寻找到的函数的效果B)Trainingdataset用于寻找函数C)Trainingdataset用于挑选模D)Trainingdataset用于构建模型答案:ABCD解析:[多选题]59.关于OLAP和OLTP的区别描述,正确的是:()A)OLAP主要是关于如何理解聚集的大量不同的数据.它与OTAP应用程序不同B)与OLAP应用程序不同,OLTP应用程序包含大量相对简单的事务C)OLAP的特点在于事务量大,但事务内容比较简单且重复率高D)OLAP是以数据仓库为基础的,但其最终数据来源与OLTP一样均来自底层的数据库系统,两者面对的用户是相同的答案:ABD解析:[多选题]60.关于CREATE语句下列说法正确的是（）A)createtable表名(字段名1字段类型,字段名2字段类型,)B)createtables表名(字段类型,字段名1字段类型,字段名2)C)createtables表名(字段名1字段类型,字段名2字段类型,)D)createtable表名(字段类型,字段名1字段类型,字段名2)答案:AD解析:[多选题]61.网络安全（CyberSecurity）是指网络系统的（）、（）及其系统中的（）受到保护，不因偶然的或者恶意的原因而遭受到破坏、更改、泄露，系统连续可靠正常地运行，网络服务不中断。A)硬件B)软件C)数据D)设备答案:ABC解析:[多选题]62.在mysql提示符下，输入____命令，可以查看由mysql自己解释的命令()A)\?B)?C)helpD)\h答案:BCD解析:[多选题]63.在挖掘同住人员时往往需要计算同住宿人前后入住的时间差，如已将时间转换成时间戳，要计算两列时间戳时间差的计算可以使用A)添加字段B)时间处理C)列计算D)缺失值处理答案:AC解析:[多选题]64.下面列出的条目中，哪些是数据仓库的基本特征:()A)数据仓库是面向主题的B)数据仓库的数据是集成的C)数据仓库的数据是相对稳定的D)数据仓库的数据是反映历史变化的E)数据仓库是面向事务的答案:ACD解析:第3部分：判断题，共21题，请判断题目是否正确。[判断题]65.大数据的价值是通过数据共享、算法共享后获取最大的数据价值A)正确B)错误答案:错解析:[判断题]66.在训练完SVM之后，我们可以只保留支持向量，而舍去所有非支持向量。仍然不会影响模型分类能力A)正确B)错误答案:对解析:[判断题]67.()MySQL数据库管理系统只能在Windows操作系统下运行。A)正确B)错误答案:错解析:[判断题]68.()逻辑值的?真?和?假?可以用逻辑常量TRUE和FALSE表示。A)正确B)错误答案:对解析:[判断题]69.离群点可以是合法的数据对象或者值。A)正确B)错误答案:对解析:[判断题]70.BI工具数据集数据可以直接在数据集页面手工修改()A)正确B)错误答案:错解析:[判断题]71.pip命令也支持扩展名为.whl的文件直接安装Python扩展库A)正确B)错误答案:对解析:[判断题]72.机器学习的实质是根据现有数据,寻找输入数据和输出数据的映射关系/函数A)正确B)错误答案:对解析:[判断题]73.()建立索引的目的在于加快查询速度以及约束输入的数据。A)正确B)错误答案:对解析:[判断题]74.数据仓库中间层OLAP服务器只能采用关系型OLAPA)正确B)错误答案:错解析:[判断题]75.协同过滤分析用户兴趣,在用户群中找到指定用户的相似(兴趣)用户,综合这些用户对某一信息的评价,形成系统对该指定用户对此信息的喜好程度预测,并将这些用户喜欢的项推荐给有相似兴趣的用户A)正确B)错误答案:对解析:[判断题]76.增加模型的复杂度，总能减小训练样本误差A)正确B)错误答案:对解析:[判断题]77.只能通过切片访问列表中的元素，不能使用切片修改列表中的元素A)正确B)错误答案:错解析:[判断题]78.基于邻近度的离群点检测方法不能处理具有不同密度区域的数据集A)正确B)错误答案:对解析:[判断题]79.用于分类的离散化方法之间的根本区别在于是否使用类信息A)正确B)错误答案:对解析:[判断题]80.在UTF-8编码中一个汉字需要占用3个字节A)正确B)错误答案:对解析:[判断题]81.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)错误答案:对解析:[判断题]82.Python数据结构主要有列表、元组、字典和集合，其中列表与元组完成一样，包括方法与属性都是一样；字典与集合都是用{}，字典有键值对，集合没有。A)正确B)错误答案:错解析:[判断题]83.()在C/S模式中，客户端不能和服务器端安装在同一台机器上。A)正确B)错误答案:错解析:[判断题]84.在try...except...else结构中，如果try块的语句引发了异常则会执行else块中的代码A