大数据挖掘技术练习(习题卷1)

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1)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51题，每题只有一个正确答案,多选或少选均不得分。[单选题]1.考虑两队之间的足球比赛：队0和队1。假设65%的比赛队0胜出，剩余的比赛队1获胜。队0获胜的比赛中只有30%是在队1的主场，而队1取胜的比赛中75%是主场获胜。如果下一场比赛在队1的主场进行队1获胜的概率为A)0.75B)0.35C)0.4678D)0.5738[单选题]2.语句SELECT*FROMstudent;中?*?号表示______。A)student表的一个字段B)student表的全部字段C)student表的一条记录D)student表的全部记录[单选题]3.下列选项中属于现金流入的项目是()A)所得税B)建设投资C)经营成本D)营业收入[单选题]4.决策树分类方法中，ID3算法使用的分裂准则是：()A)信息增益B)增益比率C)基尼指数D)分类错误率[单选题]5.以下叙述中()是正确的。A)分类和聚类都是有指导的学习B)分类和聚类都是无指导的学习C)分类是有指导的学习,聚类是无指导的学习D)分类是无指导的学习,聚类是有指导的学习[单选题]6.《视频业务端到端业务质量分析》应用落地手册中定义的视频业务用户感知KQI指标不包括()A)视频播放等待时长B)视频播放成功率C)视频播放清晰度D)视频停顿次数[单选题]7.下面关于聚类分析说法错误的是()A)一定存在一个最优的分类B)聚类分析是无监督学习C)聚类分析可以用于判断异常值D)聚类分析即:物以类聚,人以群分[单选题]8.eSRVCC方案相对于SRVCC方案的增强在于减少了切换时长，eSRVCC切换时长小于（）A)20msB)40msC)160msD)300ms[单选题]9.当数据样本的特征属性为自然数时，应采用以下那种算法进行分类（）A)多项式朴素贝叶斯B)高斯朴素贝叶斯C)贝努利朴素贝叶斯D)K均值算法[单选题]10.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]11.大数据起源是（）A)金融B)电信C)互联网D)公共管理[单选题]12.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]13.根据《中国移动统一DPI设备技术规范》，数据上报接口采用什么协议进行数据传输A)SDTPB)TCPC)UDPD)GTP[单选题]14.关于Tableau的特点,以下说法错误的是()A)学习成本低,简单易用;B)图表精美;C)开发快速,分享便捷;D)需要IT大量人员参与[单选题]15.在LTE下，eNodeB通过（）接口连接MME。A)S1-UB)S1-MMEC)S6aD)S1-MME[单选题]16.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]17.如果规则集中的规则按照优先级降序排列，则称规则集是A)无序规则B)穷举规则C)互斥规则D)有序规则[单选题]18.通过代码?fromsklearnimportlinear_model?引入线性模型模块,并通过代码?reg=linear_model.LinearRegression()?构造回归器对象后,在训练时要调用的方法是()。A)reg.learn()B)reg.predict()C)reg.train()D)reg.fit()[单选题]19.以下OLAP操作中()的作用是改变维的层次,变换分析的粒度。A)切块B)平移C)钻取D)切片[单选题]20.缺失值处理方法中错误的是()。A)对于分类属性,使用同类对象属性值的均值B)转换为分类问题或数值预测问题C)对于离散属性或定性属性,使用众数D)对于所有属性都可以使用均值[单选题]21.给定一个置信概率和置信区域,若误差超过置信区域,则认为误差不是随机误差引起,视为异常值的判别方法()。A)聚类判别法;B)回归判别法C)抽样判别法D)统计判别法[单选题]22.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]23.正则表达式字符集中，（）表示单词字符。A)\dB)\DC)\sD)\w[单选题]24.以下哪个不是构造直方图的数据集划分方式A)组距分组B)分位数分组C)多变量分组D)均值-标准差分组[单选题]25.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[单选题]26.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]27.list=['a','b','c','d','e']下列操作会正常输出结果的是：A)list[-4:-1:-1]B)list[:3:2]C)list[1:3:0]D)list['a':'d':2][单选题]28.KNIME数据处理过程不包括A)提取B)转换C)加载D)计算[单选题]29.提升决策树法训练效率的措施包括A)增加树的深度B)减少数的深度C)增加学习率D)减少树的个数[单选题]30.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[单选题]31.CRISP-DM是跨行业数据挖掘过程标准，下述哪项工作是在datapreperation阶段完成A)数据收集B)数据清洗C)建立模型D)数据理解[单选题]32.什么是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]33.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]34.自动化高级分析实验室,实现与统一数据资源库互联,实现数据的自助组表、自助分析功能,满足不同层级、不同水平的用户需求的是()A)初级分析;B)综合分析C)典型分析D)高级分析[单选题]35.以下哪个APP主要使用的是HTTPS协议A)优酷B)微信C)百度搜索D)王者荣耀[单选题]36.《中华人民共和国数据安全法》中的数据,是指任何以电子或者其他方式对()的记录。A)数据B)信息C)文件D)知识[单选题]37.DPI采集中，需要获取LTE切换信息，不需要采集的接口是（）A)S1-MMEB)X2C)S11D)S6a[单选题]38.假设所分析的的数据包括属性age，它在数据元组中的值（以递增序）为13,15,16,16,19,20,21,22,22,25,25,25,25,30,33,33,35,35,35,35,36,40,45,46,52,70，它的中位数是多少A)25B)30C)29.963D)35[单选题]39.以下哪个不是移动网数据XDR内容A)公共信息B)移动网通用信息C)特定业务信息D)信令信息[单选题]40.某出行公司寻求商务合作希望提升其调度效率，网络大数据可以提供何种类型的规划分析服务A)人脉关系B)用户标签C)位置D)消费能力[单选题]41.以下关于字典类型的描述，正确的是（）A)字典类型可迭代，即字典的值还可以是字典类型的对象//不可B)表达式forxind:中，假设d是字典，则x是字典中的键值对//键C)字典类型的键可以是列表和其他数据类型//不可为列表D)字典类型的值可以是任意数据类型的对象[单选题]42.下列哪种调制方式效率最高A)BPSKB)QPSKC)16QAMD)64QAM[单选题]43.以下关于字典操作的描述，错误的是（）A)del用于删除字典或者元素B)clear用于清空字典中的数据C)len方法可以计算字典中键值对的个数D)keys方法可以获取字典的值视图[单选题]44.指数平滑法可以用以下哪种指标来反映对时间序列资料的修正程度()A)平滑常数B)指数平滑数初始值C)跨越期D)季节指数[单选题]45.主成分分析的步骤是()。A)计算协方差矩阵-计算主成分矩阵-计算特征根-中心化数据集-得到降维后的数据集B)中心化数据集-计算主成分矩阵-计算协方差矩阵-计算特征根-得到降维后的数据集C)中心化数据集-计算协方差矩阵-计算特征根-计算主成分矩阵-得到降维后的数据集D)计算协方差矩阵-计算特征根-中心化数据集-计算主成分矩阵-得到降维后的数据集[单选题]46.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]47.下面关于Jarvis－Patrick（JP）聚类算法的说法不正确的是()。A)JPB)JPC)JPD)JP[单选题]48.支持向量机是一种二分类模型，其基本模型定义为特征空间上的间隔最大的（），其学习策略便是间隔最大化，最终可转化为一个凸二次规划问题的求解。A)环形分类器B)线性分类器C)回归分类器D)非线性分类器[单选题]49.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]50.对于开通4G业务的用户，如果需要使用VoLTE业务，是否需要更换手机卡，是否需要更换VoLTE终端？A)不需要更换手机卡，需要使用VoLTE终端B)不需要更换手机卡，不需要使用VoLTE终端C)需要更换手机卡，需要使用VoLTE终端D)需要更换手机卡，不需要使用VoLTE终端[单选题]51.MME具备以下功能A)只有控制面功能B)只有用户面管理功能C)同时有控制面和用户面管理功能D)用户面和控制面功能都不具备第2部分：多项选择题，共17题，每题至少两个正确答案,多选或少选均不得分。[多选题]52.物联网端到端定界分析?七元四阶?法中四阶包括（）A)网络接入B)业务接入C)网络切换D)业务使用质量[多选题]53.TD-LTE终端形态包括（）A)手机B)数据卡C)MiFiD)CPE[多选题]54.数据挖掘汇聚了许多学科的知识，其主要的挖掘技术包括A)统计方法B)机器学习方法C)数据库方法D)神经网络方法[多选题]55.下列对学生的描述属性中,标称属性的属性是:A)婚姻状况B)头发颜色C)身高D)学号[多选题]56.对视频播放等待时长指标质差问题进行下钻定界时，可以进一步分析以下哪些指标？A)TCP建链时B)GET响应时长C)初始缓冲时长D)下载速率[多选题]57.大数据在今天这个时间点上爆发的原因有哪些?()A)各种传感器无时无刻不在为我们提供大量的数据B)各种监控设备无时无刻不在为我们提供大量的数据C)各种智能设备无时无刻不在为我们提供大量的数据D)互联网的收集和积累[多选题]58.与空值查询有关的运算符是______。A)NULLB)ISNULLC)=NULLD)=ISNULL[多选题]59.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]60.人工网络学习的两个相似的算法：（）A)梯度下降法则B)感知器训练法则C)遗传算法D)连接分析[多选题]61.下列属于机器学习工具包Scikit-learn包含的基本功能的是:A)数据预处理B)回归C)分类D)聚类[多选题]62.配合一元线性回归方程须具备下列前提条件()A)现象间确实存在数量上的相互依存关系B)现象间的关系是直线关系,这种直线关系可用散点图来表示C)具备一组自变量与因变量的对应资料,且能明确哪个是自变量,哪个是因变量D)两个变量之间不是对等关系[多选题]63.对于一个二分类问题,现在已经建立好了模型,该模型通过设置概率估计的阈值输出0或1。初始时设概率估计阈值为0.5,超过0.5判别为1,否则就判别为0;如果现在用另一个大于0.5的阈值,那么模型评估指标将发生什么变化（）A)模型分类的召回率会降低或不变B)模型分类的召回率会升高C)模型分类精确率（Precision）会升高或不变D)模型分类精确率（Precision）会发生变化，但不能确定是升高还是降低[多选题]64.基础能力建设是2017年集中性能重点工作，具体工作指A)DPI规则库运营B)O域数据能力开放C)数据质量治理大会战D)应用拓展能力[多选题]65.某款终端支持的频段列表为1/3/5/8/38/39/40/41，则该终端能在下列哪些基站上进行通信A)FDD800M基站B)FDD900M基站C)WCDMA2000M基站D)现网TD-LTE所有类型基站[多选题]66.关于聚类下列说法正确的是()。A)聚类可以发现偏离多数数据对象的孤立点。B)聚类有着广泛的应用。C)聚类可以作为其他数据挖掘分析过程的一个基础处理步骤。D)聚类和分类没有区别。[多选题]67.从研究现状上看，下面属于云计算特点的是A)超大规模B)虚拟化C)私有化D)高可靠性[多选题]68.以下各项均是针正确数据仓库的不同说法，你认为正确的有（）。A)数据仓库就是数据库B)数据仓库是一切商业智能系统的基础C)数据仓库是面向业务的，支持联机事务处理（OLTP）D)数据仓库支持决策而非事务处理E)数据仓库的主要目标就是帮助分析，做长期性的战略制定第3部分：判断题，共20题，请判断题目是否正确。[判断题]69.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]70.K均值是一种产生划分聚类的基于密度的聚类算法，簇的个数由算法自动地确定。A)正确B)错误[判断题]71.urlopen()函数返回的是一个文件对象，需要调用read()方法一次性读取。A)正确B)错误[判断题]72.K均值聚类算法，簇的个数由算法自动地确定。()A)正确B)错误[判断题]73.对于带有else子句的循环语句，如果是因为循环条件表达式不成立而自然结束循环，则执行else子句中的代码。A)正确B)错误[判断题]74.数据预处理可能是整个知识发现过程中最耗时的步骤。()A)正确B)错误[判断题]75.模式为正确数据集的全局性总结，它正确整个测量空间的每一点做出描述；模型则正确变量变化空间的一个有限区域做出描述。A)正确B)错误[判断题]76.Python字典和集合支持双向索引。A)正确B)错误[判断题]77.如果对象p从对象q出发时是直接密度可达的，则对象q从对象p出发时也是直接密度可达的。A)正确B)错误[判断题]78.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]79.多种属性相似度的综合度量,可以先对单个属性进行相似度度量,然后求所有属性相似度的均值作为整个对象相似度。A)正确B)错误[判断题]80.通过requests库发送的HTTP请求，返回一个response对象。A)正确B)错误[判断题]81.离群点是一个实际观测值,它与其他观测值的差别如此之大,以至于怀疑它是由不同的机制产生的。A)正确B)错误[判断题]82.先验原理可以表述为：如果一个项集是频繁的，那包含它的所有项集也是频繁的。A)正确B)错误[判断题]83.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]84.使用resquests库向网站发送HTTP请求时，如果网站限制了python程序的爬取，可以通过添加Headers参数将其伪装为浏览器访问。A)正确B)错误[判断题]85.已知列表x=[1,2,3,4]，那么表达式x.find(5)的值应为-1。A)正确B)错误[判断题]86.在UTF-8编码中一个汉字需要占用3个字节。A)正确B)错误[判断题]87.离散属性总是具有有限个值。A)正确B)错误[判断题]88.基于熵的方法可以被看做是自顶向下的分裂方法,ChiMerge则属于自底向上的合并方法。A)正确B)错误第4部分：问答题，共12题，请在空白处填写正确答案。[问答题]89.表达式sorted([111,2,33],key=lambdax:-len(str(x)))的值为__。[问答题]90.网络爬虫又称网页蜘蛛或（）[问答题]91.一元线性回归分析相关性检验的步骤如下：（1）提出原假设H0：y与x存在显著的线性相关关系（2）根据样本值计算统计量r的值（3）给定显著性水平a,按自由度n-2查相关系数表,求出临界值（4）做判断.若,则__________H0,即认为在给定显著性水平a下y与x的线性相关关系较___________;若,则___________________H0,认为y与x的线性相关关系_____________[问答题]92.SelectFromModel是一个元转换器，它根据特征的重要性选择特征，要求使用的模型评估器经过Fit后一定要带有______或者______属性。[问答题]93.字典中每个元素的?键?与?值?之间使用________分隔开[问答题]94.表达式re.search(r?\w*?(?P\b\w+\b)\s+(?P=f)\w*??,?BeautifulisisbetterthanUgly.?).group(0)的值为_。[问答题]95.字典对象的___________方法可以获取指定?键?对应的?值?，并且可以在指定?键?不存在的时候返回指定值，如果不指定则返回None[问答题]96.10000个人购买了产品，其中购买A产品的人是1000个，购买B产品的人是2000个，AB同时购买的人是800个。则规则A＝>B的支持度为_____，置信度为_____，提升度为____。[问答题]97.下面是一个超市某种商品连续24个月的销售数据(单位为百元):21,16,19,24,27,23,22,21,20,17,16,20,23,22,18,24,26,25,20,26,23,21,15,17.（1）使用等宽(等距离)方法对数据进行分箱;（2）使用等深(等频率)方法对数据进行分箱;[问答题]98.从机器学习的观点，分类技术是一种（）学习，即每个训练样本的数据对象已有类标识，通过学习可以形成表达数据对象与类标识间对应的知识。[问答题]99.____表示XML路径语言，能够确定XML树结构中某一部分的位置。[问答题]100.Python语句s=?abcdefg'，则s[::-1]的值是________________。1.答案:C解析:2.答案:B解析:3.答案:D解析:4.答案:A解析:5.答案:C解析:6.答案:A解析:7.答案:A解析:8.答案:D解析:9.答案:B解析:10.答案:B解析:11.答案:C解析:12.答案:C解析:13.答案:A解析:14.答案:D解析:15.答案:B解析:16.答案:C解析:17.答案:D解析:18.答案:D解析:19.答案:C解析:20.答案:D解析:21.答案:D解析:22.答案:C解析:23.答案:D解析:24.答案:C解析:25.答案:A解析:26.答案:D解析:27.答案:B解析:28.答案:D解析:29.答案:B解析:30.答案:C解析:网络面板可以查看网页请求头信息31.答案:B解析:32.答案:A解析:33.答案:C解析:34.答案:D解析:35.答案:C解析:36.答案:B解析:37.答案:D解析:38.答案:A解析:39.答案:D解析:40.答案:C解析:41.答案:D解析:42.答案:D解析:43.答案:D解析:44.答案:A解析:45.答案:C解析:46.答案:D解析:题型：47.答案:D解析:多选题48.答案:B解析:49.答案:C解析:50.答案:A解析:51.答案:A解析:52.答案:ABCD解析:53.答案:ABCD解析:54.答案:ABCD解析:55.答案:ABD解析:56.答