大数据工具应用智慧树知到期末考试答案章节答案2024年广东金融学院

大数据工具应用智慧树知到期末考试答案+章节答案2024年广东金融学院下列叙述错误的是（）。

答案:逻辑回归主要用于回归分析关于DBSCAN聚类，下列选项中，（）是正确的。

答案:DBSCAN聚类可以自动确定簇的数量时间序列操作的输出结果，可能包括以下哪些内容（）。

答案:Evaluationontrainingdata;LinearRegressionModel;RunInformation.;FuturePredictionsfromendoftrainingdata.数据变换工作的手段主要有（）。

答案:平滑聚集;数据概化;规范化随机森林中可以采用各种决策树算法，常见的决策树算法有（）。

答案:ID3;C4.5;CART当训练数据有限时，为了对模型性能进行无偏估计，我们常采用的方法有（）。

答案:10折交叉验证;5折交叉验证使用EM聚类器对鸢尾花数据集（iris.arff）进行聚类，将簇数设置为3，其他参数保持默认值，忽略class属性，选择类别作为簇的评价标准并指定class，从结果中可知，下列选项中，（）是正确的。

答案:模型的最大似然估计值是-2.055;未能正确聚类的实例数为14;第3个簇的实例数为36;第3个簇的先验概率是0.25用来设计网络爬虫软件的程序设计语言包括：（）

答案:C/C++;Python;Java关于Weka概述错误的是（）。

答案:Weka是只包含机器学习算法的数据挖掘工具

答案:100%以下哪种规则是一个好的有用的关联规则（）。

答案:一个具有高支持度和高置信度的关联规则以天气数据集（weather.numeric.arff）为例，要添加一列新的属性叫“心情”，分类三类：好(good)，不好(bad)，一般(normal)，利用AddUserFields过滤器步骤为（）。

答案:Choose—filters—unsupervised—attribute--Adduserfields创建计算字段时，计算两个日期之间的天数差，用到的函数是（）。

答案:DATEDIFFWeka中删除属性使用的过滤器是（）。

答案:Remove以下描述错误的是（）。

答案:簇内任意两个实例之间应该具有较高的相异度树地图在嵌套矩形中显示数据，定义树图结构的（）和定义单个矩形的大小或颜色的（）。

答案:维度，度量扩展标识语言文件的后缀名是：（）

答案:xml集的创建方式不包含：（）。

答案:筛选ROC曲线中有几个关键点，下面那种说法是错误的（）。

答案:(TPR=0,FPR=1)表示理想模型目前广泛使用的二维表格形式的数据库属于（）。

答案:关系型数据库统计图的坐标轴包含在（）区域中？

答案:数据区不属于一个定量变量和一个定性变量的统计图的是（）。

答案:多变量箱线图Visualize标签页中Jitter滑块的功能是（）。

答案:随机移动图中的所有点，使被遮挡的点可见使用DBSCAN聚类器对鸢尾花数据集（iris.arff）进行聚类，将epsilon参数设置为0.2，minPoints参数设置为5，忽略class属性，下列选项中，（）是错误。

答案:有两个实例未能聚类以下哪个是摩尔定律在大数据领域的体现：（）。

答案:大约每18个月数据总量会翻倍神经网络中的节点代表什么（）？

答案:激励函数根据J48分类器训练天气数据集（weather.nominal.arff）所生产的决策树，当outlook=rainy；temperature=cool；humidity=high；windy=FALSE时，分类的结果是（）。

答案:Yes使用M5P分类器训练数据集cpu.arff所生产的回归模型中，下列叙述错误的是（

）。

答案:叶子节点括号中第二个数字代表到达该叶结点的实例个数以下描述正确的是（）。

答案:逻辑回归常应用于经济预测、疾病自动诊断、点击率预估以及推荐系统等任务中如果一个训练好的模型在测试集上有100%的准确率，这是不是意味着在一个新的数据集上，也会有同样好的表现？（）

答案:不对，依然有其他因素没有考虑到，比如噪音数据参数的数据类型，错误的是（）。

答案:时间满足最小支持度和最小置信度的关联规则叫（

）。

答案:强关联规则以下关于聚类描述错误的是（）。

答案:聚类是将数据集中的实例聚集到某个预先已知的类别中八爪鱼软件除了可以进行本地采集以外，还可以进行（）采集。

答案:自动云WEKA中编辑神经网络节点时，如果要想选择多个节点，需要使用（）？

答案:Ctrl键Tableau是一种（）软件,允许任何人连接到相应的（），然后可视化并创建交互式的可共享仪表板。

答案:商业智能，数据twbx扩展在Tableau中表示（）？

答案:它是一个表示TableauPackagedWorkbook的文件，其中.twb文件与数据源组合在一起决策树的构建主要是采用（）度量方式，使得决策树的每个分支节点所包含的样本尽量属于同一类别。

答案:信息熵Tableau默认给我们建立了图形，我们可以选择右上角的（）区，将已经建立的示图转换为其它类型。

答案:智能显示区以下属于单个属性评估器的是（）。

答案:InfoGainAttributeEval;ReliefFAttributeEval;OneRAttributeEval关于随机森林(RF)算法以下描述正确得是（）。

答案:能处理高维度的数据;随机性的引入使得随机森林不容易过拟合、有很好的抗噪声能力;若随机森林中的决策树个数较多，训练时需要的空间和时间会较大;训练速度快，且容易实现并行化处理等关联规则分析时可以采用以下哪些标准进行关联规则的修剪。（）。

答案:提升度;支持度;置信度;杠杆率关于UPPER函数，下列选项中，（）是错误的。

答案:降序取数;返回上一行数据;将数据前置;升序取数下面哪些是常用的序列分析预测模型（）？

答案:组合自回归移动平均;自回归;移动平均;自回归移动平均;自回归求和移动平均Tableau地图中对哪些字段对中国区有效（）。

答案:省市/自治区;国家地区;城市决定神经网络输出的元素有（）

答案:网络连接方式;连接权重;激励函数在进行自动选择属性时，必须设立两个对象，其中决定执行什么风格的搜索的是下面的哪一个（

）。

答案:搜索方法观察两个数值变量是否存在线性关系的统计图是（）。

答案:散点图FINDNTH(‘HELLO’,’L’,2)，返回（）。

答案:4八爪鱼软件的“自定义采集”工作方式下，需要在软件里输入一个（）来作为采集的目标。

答案:网页地址贝叶斯网络中，节点需给出概率分布描述，对于随机型随机变量而言，可以用（）的形式表示。

答案:条件概率密度函数以下属于属性空间的搜索方法的是（）。

答案:BestFirst在weka软件探索者界面中，利用Visualize标签页通过更改各个参数来进行数据集的可视化属性设置后，需要单击以下哪个按钮，所有更改才会生效。（）

答案:Update百度迁徙提供的热门城市迁入迁出的数据来自于它的：（）。

答案:百度地图、百度导航下图二类分类问题，“Δ”和“o”分别代表两个不同的类别，使用k=1的K-NN算法,如果用仅拿出一个测试样本的交叉验证方法,交叉验证的错误率是多少？（）

答案:100%逻辑回归模型的输出是（）。

答案:样本的属于某个分类的概率下列叙述错误的是（）。

答案:SPSS公司商业数据挖掘产品Clementine是免费、开源软件Logistic函数的值域是（）。

答案:[0,1]能在输出图形中直接转换马赛克图的是（）。

答案:堆叠条形图Weka中以玻璃数据集（glass.arff）为例，利用AddNoise过滤器向其中添加噪声的步骤是（）。

答案:Choose-filters-unsupervised-attribute-AddNoiseWeka中加载天气数据集（weather.nominal.arff），打开IBk分类器。利用AddNoise过滤器向其中添加噪声，将K-NN参数设置为5，将分类噪声百分比Percent设置为30%。运行分类器，则以下描述错误的是（）。

答案:类别属性值为“no”的5个样本有1个被错误分类一般而言，K-NN最近邻方法在（）的情况下效果较好？

答案:样本较少但典型性好根据J48分类器训练鸢尾花数据集（iris.arff）所生产的决策树，当sepallength=2.4；sepalwidth=4.0；petallength=5.3；petalwidth=1.8时，分类的结果是（）。

答案:Iris-versicolor下列无监督学习算法是（）。

答案:k-meansWeka中运行SMO分类器，将PolyKernel多项式核函数的指数（Exponent）设置为1，则以下描述正确的是（）。

答案:SVM为线性支持向量机Hadoop的数据是用（）的形式来存放的。

答案:键值对在LinearRegression分类器训练数据集cpu.arff所生产的线性回归方程中，变量MMAX的系数是（）。

答案:0.0056贝叶斯网络中节点之间的边代表什么()？

答案:随机关系通过特定的字符来进行数据项与数据项之间分隔的大数据文件格式通常被称为：（）

答案:csv字符分隔值文件J48分类器通常用于以下哪个方法中进行属性的评估（

）。

答案:WrapperSubsetEval下面哪些应用是时间序列的典型例子（）？

答案:容量规划;销售预测;彩票常见的分类算法有（）？

答案:SVM;随机森林;逻辑回归Arff文件中包括（）标记。

答案:@relation;@data;@attributeIFSTARTWITH(‘三水区西南街道西门路23号’)THEN‘三水区’ELSE‘其他’END，返回（）。

答案:三水区条形图用于展示不同类别的数据时，类别是（）的、较少的，而直方图则是对此类别再进行（）统计。

答案:离散，分组LEFT(‘WELLDONE’,4)，返回（）。

答案:WELLWeka中关于AddNoise过滤器描述正确的是（）。

答案:只在遇到的首批数据中添加噪声Sigmoid函数f(x)的梯度计算公式为（）。

答案:f(x)(1-f(x))以下关于Weka时间序列分析描述错误的是（）。

答案:Weka仅支持多元线性回归的时间序列分析方法。逻辑回归是采用（）方法来调整模型参数。

答案:最大似然估计“图形”菜单中能实现交互式作图的功能是（）。

答案:可视化图形生成器大数据4V特点中的Velocity是指（）。

答案:产生数据的速度快随机森林采用（）形成每个决策树的训练集，即采用重采样方法产生训练集。

答案:Baggging方法（）是Tableau中的TDE文件。

答案:它指的是包含从外部源(如MSExcel，MSAccess或CSV文件)提取的数据的文件Tableau集成高效的接口，具有良好的扩展性下列选项中，这些接口包括（）。

答案:R语言集成接口;数据提取API;JavaScriptAPI以下描述，（）是正确的。

答案:Weka自带若干个arff文件数据集，位于安装目录的data子目录;Weka所处理的数据集是一个二维表，表格里的一个横行称作一个实例，相当于统计学中的一个样本，或者数据库中的一条记录;十折交叉验证使用了不同的训练数据集与测试数据集我们常用的微软Office套件中的Excel数据库软件的数据库文件格式后缀名是：（）

答案:xls/xlsx获取日期数据的年份，应选择函数（）。

答案:DATEPART想在大数据集上训练决策树,为了使用较少时间，可以（）。

答案:减少树的深度标记卡中，你可以拖动字段以控制标记属性，如类型，（），大小，形状，（），工具提示和详细信息。

答案:颜色，标签使用SMO分类器和LibSVM分类器对breast-cancer.arff分别进行分类，由其输出的结果可知（）。

答案:SMO相对误差比LibSVM的相对误差大LEN(‘TABLEAU’)，返回（）。

答案:7下列叙述正确的是（）。

答案:Beyes网络方法诞生于20世纪80年代在数据挖掘中，经常会遇到代价敏感性学习。该方法主要是针对不同分类错误采用不同的惩罚力度的方法模型训练，常用于（）的学习任务中。

答案:类别不平衡在第2题的事务数据集中，规则{牛奶，尿布}à{啤酒}的置信度是（

）。

答案:0.67DATEDIFF(‘MONTH’,#2008-09-01#,#2008-02-01#)，返回（）。

答案:5查准率（Precision）是衡量检索系统拒受非相关信息的能力，其计算公式为（）。

答案:TP/(TP+FP)以下属于利用大数据技术进行关联商品推荐的应用是（）：

答案:京东App首页根据搜索记录展示商品广告浮窗;淘宝App首页根据消费记录投放个性化商品广告;微信在朋友圈根据用户信息和好友关系投放广告求极大似然函数估计值的一般步骤是（）。

答案:求导数;对似然函数取对数，并整理;写出似然函数;优化求解似然方程关于.arff文件，以下叙述正确的是（）。

答案:@relation定义数据集名称，@attribute定义属性，@data之后呈现实例2011年麦肯锡研究院提出的大数据定义核心内容是：（）。

答案:大数据是指其大小超出了常规数据库工具获取、储存、管理和分析能力的数据集神经网络中的节点之间的连接代表什么（）？

答案:关系权重气泡图将数据显示为圆形群集，每个气泡表示（）字段的一个取值，各个气泡的大小及颜色代表了一个或两个（）的值。

答案:维度，度量Tableau创建的地图不包括（）。

答案:立体地图下列关于Weka中Beyes网络编辑器的说法不正确的是（）。

答案:不支持将Bayes网络导出为图片。Weka中仅在训练数据中添加噪声而测试数据不受影响的元学习器为（）。

答案:FilteredClassifier直方图的横轴为对分析类别的（），横轴宽度表示各组的组距，纵轴代表每级（）数量的多少。

答案:分组，样本随机森林是一种（）策略，将各个独立决策树产生预测结果进行合并。

答案:集成学习关于创建计算字段，属于数字计算逻辑的是（）。

答案:LOGROC曲线的全称为受试者工作特征曲线，反映了受试者在特定刺激条件下，由于采用不同的判断标准得出的不同结果的曲线。该曲线是以（）为横坐标。

答案:假阳率在模型的训练过程中，产生过拟合的主要原因有（）。

答案:训练数据中的噪声过大;训练数据偏少;模型过于复杂下列关于BP神经网络的描述，错误的是（）。

答案:计算误差输出时按从输出到输入的方向进行如果选择了单个属性评估器，则需要使用以下哪个方法来搜索属性。（

）

答案:Ranker下列哪些不是常见的激励函数（）？

答案:正弦函数Tableau中的仪表板是（）。

答案:是多个工作表和一些对象如图像、文本、网页、等的组合。可以按照一定的方式对其进行组织布局，以便揭示数据的关系和内涵什么是双轴？正确的是（）。

答案:可以使用双轴比较多个度量，双轴是彼此叠加的两个独立轴下列关于Weka神经网络的操作，错误的是（

）。

答案:神经网络可以不需要经过训练，直接设置相应参数即可进行分类应用。以下哪项关于决策树的说法是错误的（）。

答案:决策树的构建是一种自下向上的归纳过程贝叶斯网络编辑器界面支持打开已经保存的贝叶斯网络文件格式是()。

答案:ARFF;XMLBIF设有项目集X，X1是X的一个子集，则下列结论中成立的是（

）。

答案:如果X1是频繁项集，则X也是频繁项集;如果X是非频繁项集，则X1也是非频繁项集与条形图相比，折线图不仅可以表示数量的（），而且可以直观地反映同一事物随时间序列发展变化的（）。

答案:多少，趋势关于不同近邻数量及噪声对IBk的影响正确的是（）。

答案:当添加的分类噪声百分比较小(低于60%)时，增大k值会增加分类准确率;噪声增加时，无论K值大小，分类准确率会下降;当添加的分类噪声百分比较大时(大于60%)时，增大k值会降低分类准确率（）是度量？

答案:度量是取决于一个或多个维度的值的字段，Tableau将包含数字(定量)信息的任何字段视为度量为了方便进行下一步的数据处理，网页数据采集程序采集到的数据应该尽量（）。

答案:保存成较通用的文件格式Weka中加载数据后，运行SMO分类器，将PolyKernel多项式核函数的指数（Exponent）设置为2，则以下描述正确的是（）。

答案:超平面表示为支持向量的函数;SVM为非线性支持向量机逻辑回归是属于（）。

答案:广义线性模型以下是对单个属性进行排名的方法是（）。

答案:Ranker以下属于关联分析的是（）。

答案:购物篮分析八爪鱼软件的自定义采集工作方式下，在“选择您要采集的网页类型”这一步如果选择“列表和表格”，则说明页面（）：

答案:结构是表格状的以下哪些方法不可以直接来对文本分类？

答案:K-means训练完SVM模型后,不是支持向量的那些样本可以丢掉,也可以继续分类。以上说法是否正确？（）

答案:错变量的测量尺度对创建图形很重要，如果变量的测量尺度定义有误，则可能无法生成相应的图形。

答案:对LTRIM(‘NICE’)，返回（）。

答案:NICE通过特定的字符来进行数据项与数据项之间分隔的大数据文件格式通常被称为：。

答案:csv字符分隔值文件关于模型误差，下列哪种说法是错误的（）。

答案:模型的泛化误差越小，表示模型出现过拟合的可能性越大下列说法错误的是（）。

答案:Tableau不提供应用编程接口关于数据可视化，以下说法正确的是（

）。

答案:Weka中数据集会被显示为一个二维散点图矩阵。;用户对数据点着色时，如果选择的是数值型属性，则显示彩色条;用户对数据点着色时，如果选择的是标称型属性，则显示离散的着色创建仪表板，（）都是对象范围。

答案:扩展;图象;网页;文本;水平工作表版面的大小设置，包含（）。

答案:适合宽度;标准;整个视图;适合高度以下描述，（）是正确的。

答案:Tableau能够连接多种多数据源，轻松实现数据融合;用户仅需要通过轻点鼠标和简单拖放就可以通过Tableau迅速创建出智能、精美、直观和具有强交互性的报表和仪表盘;Tableau通过内存数据引擎，可以直接查询外部数据库同时动态的从数据仓库抽取实时数据，极Tableau大的提高了数据访问和查询效率制图时右键添加注释，（）是可选项。

答案:区域;点;标记大数据工具处理的数据来源包括：（）

答案:新搜集的网页信息数据;摄像头捕获的视频信息数据;物联网传感器产生的数据;手机GPS位置信息;现有数据库中的海量数据关于Tableau，下列选项中，（）是正确的。

答案:Tableau可以用来实现交互的、可视化的分析和仪表板应用，从而帮助我们快速地认识和理解数据;Tableau是一款定位于数据可视化敏捷开发和实现的商务智能展现工具;Tableau连续第6年在Gartner分析和商业智能魔力象限中蝉联领导者殊荣关于神经网络的设置参数，下列选项中，（）是关键的。

答案:momentum;trainingTime;HiddenLayers;learningRate大数据分析四个方面的工作主要是：（）。

答案:关联规则挖掘;数据聚类;时间序列预测;数据分类要进行网页内容采集，可以使用的方法包括（）。

答案:使用第三方的图形化爬虫工具;人工访问整理数据;使用高级语言编写网络爬虫程序;使用网站提供的数据访问接口贝叶斯网络中的节点代表什么()？

答案:随机过程使用SimpleKMeans聚类器对鸢尾花数据集（iris.arff）进行聚类，保持默认参数，即3个簇以及欧氏距离。忽略class属性，从结果中可知，下列选项中，（）是错误。

答案:平方和误差为5.998删去cpu.arff数据文件中的CACH属性后，使用M5P分类器构建方案，在结果中，到达LM3的实例数有（）个。

答案:23Tableau数据源"页面通常由四个主要区域组成:左窗格，联接区域，预览区域和（）区域。

答案:元数据目前主流电商网站搜索结果返回页面的布局一般是：（）

答案:表格型基于Hadoop技术，用来存储半结构化/非结构化数据的数据库属于（）。

答案:非关系型数据库参数是可在集、计算字段、筛选器中替换（）的动态值，通过参数，能够实现快速、简便的交互。

答案:常量值关于极大似然估计，下列论述错误的是（）。

答案:与最大后验概率的含义相同工作簿是一个包含.twb扩展名的文件，其中包含一个或多个（）(可能还包括仪表板和故事)。

答案:工作表集的常规创建方式不包含（）。

答案:按字段关于支持向量机与逻辑回归以下描述不正确的是（）。

答案:逻辑回归目标函数是最小化后验概率在weka软件探索者界面中，Visualize标签页可以帮助用户可视化数据，注意可视化的对象是（

）。

答案:数据集本身以下（）不是Weka的数据类型？

答案:real关于组，以下叙述正确的是（）。

答案:组是构成更高级别类别的维度成员的组合Weka中加载鸢尾花数据集（iris.arff），iris数据包含三个类别值，运行SMO分类器（）。

答案:三个二元SMO模型WEKA中选择神经网络分类器操作时，应该选择（）？

答案:functions条目下的MultilayerPerceptron分类器在麦肯锡研究院定义的“大数据”处理技术的四个环节中，处于基础环节的是（）。

答案:分析（）是在Tableau中的导入所有数据功能？

答案:它将整个数据源作为提取导入到Tableau快速数据引擎中，并将其保存在工作簿中关于随机森林，下列哪种说法是错误的（）。

答案:森林中，树之间的相关性越大，错误率越低折线图是一种以折线的上升或下降来表示统计数量的增减变化（）的统计图，最适用于（）序列的数据。

答案:趋势，时间在进行自动选择属性时，必须设立两个对象，其中确定使用什么方法为每个属性子集分配一个评估值的对象是下面的哪一个（）

答案:属性评估器时间序列环境安装后的文件目录，不包含下列哪一个目录（）。

答案:sample-data将天气数据集（weather.numeric.arff）的第二个属性“temperature”离散为低温（cool），中温（mild），高温（hot）三个等级，在使用“Descretize”过滤器时，参数“attributeIndices”应设置为：（）。

答案:2将多个数据源中的数据结合起来并统一存储，这属于（）的工作。

答案:数据集成大数据时代的到来，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（）。

答案:Apriori加载LibSVM分类器后，为验证该分类器性能，使用十折交叉验证时应选择（）。

答案:Cross-validation，将数据集分成十份，轮流将其中9份作为训练数据，1份作为测试数据，进行试验故事是按照顺序排列的（）或（）的组合。可以使用创建的故事，向用户叙述某些事实或者以故事方式揭示各种事实之间的上下文事件发展的关系。

答案:工作表，仪表板不属于表计算的函数是（）。

答案:LEFT以下属于非标准金融特征数据的是（）。

答案:借款人月收入与月还款额之比及借款人循环信贷余额与每月收入的比SVM以下说法正确的是：（）。

答案:既可以处理线性问题又可以处理非线性问题数据清理工作包括数据格式标准化、异常数据清除、数据错误纠正和（）。

答案:重复数据清除Tableau将包含()，()信息的任何字段视为维度，这包括具有文本或日期值的任何字段。

答案:定性，类别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？（）

答案:关联规则发现AUC定义为ROC曲线与坐标轴围成的面积，下列哪种说法是错误的（）。

答案:当AUC为0时，表示分类模型能对所有样本都能进行正确分类下面关于深度学习和神经网络的描述，正确的是：（）。

答案:神经网络是深度学习的理论基础。

答案:2431下图中（）超平面最有可能成为最优分类器?

答案:H3在贝叶斯网络编辑界面时，如果节点的名称没法完全显示，需要从哪个菜单项进行调整？

答案:Tools|Layout用来进行网页数据信息数据搜集的软件一般称为：()

答案:网络爬虫软件以下关于数据分析的方法，正确的是（）。

答案:数据分析的目的就是解决我们现实中的某个问题以下不属于问题的有效性检验的是（）。

答案:必要性检验以下不属于初级数据分析方法的是（）。

答案:回归分析法一个好的统计图需满足的标准，不包括以下（）。

答案:清楚当我们当前的维度不能很好地解释我们的问题时，我们就需要对数据做一个运算，增加多一个指标。这属于以下哪种思维方式（）。

答案:增维对（）的理解是数据分析的前提。

答案:业务对多种影响因素按其重要程度进行一定组合，先按第一组合选择出较大范围目标对象，再按第二组合对第一组合筛选出来的对象进一步缩小范围，以此类推，得出最终目标对象。该描述是以下哪种数据分析方法的思想（）。

答案:层层筛选法

答案:对照以下不属于数据分析的作用的是（）。

答案:数据分析有助于增加营销开支以下数据和信息的说法，不正确的是（）。

答案:数据对用户来说是有价值的Logistic函数的定义域是（）。

答案:(-INF,+INF)线性支持向量机的最大化间隔正确的描述是（）。

答案:使用IBk分类器和SMO分类器对vote.arff分别进行分类，由其输出的结果可知（）。

答案:SMO对democrat和republican的分类正确率都比IBk大以下计算距离的公式中，计算欧氏距离的是（）。

答案:以下描述错误的是（）。

答案:SVM寻找具有最小边缘的超平面，因此经常被称为最小边缘分类器以下不是创建计算字段时的运算逻辑的是（）。

答案:表结构以下不属于集的创建方式的是（）。

答案:[分组]创建Tableau可以用来实现交互的、（）的分析和仪表板应用，从而帮助我们快速地认识和理解数据。

答案:可视化Tableau右边数据目录栏中，不能单击右键创建参数的纬度是（）。

答案:集关于数据分层描述错误的是（）。

答案:数据分层可以实现向上钻取Tableau是一款定位于数据可视化敏捷开发和实现（）展现工具。Tableau连续第6年在Gartner分析和商业智能魔力象限中蝉联领导者殊荣。

答案:商务智能仪表板版面大小设计选项，（）不属于大小设计选项。

答案:自定义度量往往是（）字段，度量是我们的指标。度量常常是连续的,连续的字段在图表中形成轴.将其拖放到功能区时，Tableau默认会进行（）。

答案:数值，聚合运算以下（）不是Tableau的数据类型？

答案:Decimal贝叶斯网络中，节点需给出概率分布描述，对于离散型随机变量而言，可以用（

）的形式表示。

答案:条件概率表贝叶斯网络中的节点代表（

）。

答案:随机变量在贝叶斯网络编辑界面时，如果节点的名称没法完全显示，需要从（

）菜单项进行调整。

答案:Tools|Layout下面关于PackageManager安装后的目录说明不正确的是（

）。

答案:lib子目录存放包所需要的说明文件神经网络中的节点代表（

）。

答案:激励函数下面（

）不是反向传播神经网络的结构。

答案:计算层下列（

）不是常见的激励函数。

答案:正弦函数WEKA中选择神经网络分类器操作时，应该选择（

）。

答案:functions条目下的MultilayerPerceptron分类器贝叶斯网络保存的文件格式是(

)。

答案:XMLBIF贝叶斯网络中节点之间的边代表（

）。

答案:随机关系在进行自动选择属性时，必须设立两个对象，其中确定使用什么方法为每个属性子集分配一个评估值的对象是下面的（

）。

答案:属性评估器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（

）问题。

答案:关联规则发现利用weka软件进行数据可视化时，用户可以选择类别属性对数据点着色，如果类别属性是标称型，则显示为彩色条。

答案:错给定关联规则AB，意味着：若A发生，B也会发生。

答案:错以下属于关联分析的是（

）。

答案:购物篮分析以下属于属性空间的搜索方法的是（

）。

答案:BestFirstRanker方法既可以用于单个属性评估器，又可以用于属性子集评估器。

答案:错支持度是衡量关联规则重要性的一个指标。

答案:对在weka软件探索者界面中，利用Visualize标签页通过更改各个参数来进行数据集的可视化属性设置后，需要单击以下（

）按钮，所有更改才会生效。

答案:Update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（

）算法直接挖掘。

答案:Apriori关于Weka的文件类型描述错误的是（

）。

答案:Weka可以打开文件格式有.arff、.csv、.xlsx以下（

）不是Weka的数据类型。

答案:decimal根据J48分类器训练weather.nominal.arff所生产的决策树，当outlook