Python数据科学导引知到智慧树章节测试课后答案2024年秋内蒙古农业大学

Python数据科学导引知到智慧树章节测试课后答案2024年秋内蒙古农业大学第一章单元测试

大数据的起源是（）。

A:金融

B:电信

C:公共管理

D:互联网

答案:互联网

机器学习的实质是（）。

A:建立数据模型

B:挑出输入数据和输出数据的最佳映射关系/函数

C:衡量输入数据和输出数据的映射关系/函数的好坏

D:根据现有数据，寻找输入数据和输出数据的映射关系/函数

答案:根据现有数据，寻找输入数据和输出数据的映射关系/函数

Spark支持的分布式部署方式中哪个是错误的（）。

A:sparkonmesos

B:sparkonYARN

C:standalone

D:Sparkonlocal

答案:Sparkonlocal

以下表述正确的是:（）

A:深度学习是机器学习的一种。

B:人或机器表现的很有智慧取决于先天本能/创造者事先设定的规则和后天学习。

C:机器学习指机器有学习的能力,是人类达成人工智能目标的手段。

D:人工智能是人们长远以来的目标,期待机器像人一样有智慧。

答案:深度学习是机器学习的一种。

；人或机器表现的很有智慧取决于先天本能/创造者事先设定的规则和后天学习。

；机器学习指机器有学习的能力,是人类达成人工智能目标的手段。

；人工智能是人们长远以来的目标,期待机器像人一样有智慧。

有效抑制机器学习过拟合的方法是（）

A:减少数据量。

B:加大数据量。

C:重新设计损失函数，引入平滑函数。

D:平滑损失函数。

答案:加大数据量。

；重新设计损失函数，引入平滑函数。

；平滑损失函数。

下面表述正确的（）

A:迁移学习指训练集中包括没有输出数据与之对应的输入数据,但这些输入数据与其他输入数据不相干。

B:监督学习指训练集所有输入数据都有相应输出数据与之对应。

C:监督学习指训练集中包括没有输出数据与之对应的输入数据,且所有输入数据属于同类别数据。

D:强化学习指只有评价性输出结果的机器学习。

答案:迁移学习指训练集中包括没有输出数据与之对应的输入数据,但这些输入数据与其他输入数据不相干。

；监督学习指训练集所有输入数据都有相应输出数据与之对应。

；监督学习指训练集中包括没有输出数据与之对应的输入数据,且所有输入数据属于同类别数据。

；强化学习指只有评价性输出结果的机器学习。

关于Spark中的RDD描述正确的（）

A:RDD（ResilientDistributedDatset）叫做弹性分布式数据集，是Spark中最基本的数据抽象。

B:Resilient：表示弹性的，弹性表示。

C:Destributed：分布式，可以并行在集群计算。

D:Datset：就是一个集合，用于存放数据的。

答案:RDD（ResilientDistributedDatset）叫做弹性分布式数据集，是Spark中最基本的数据抽象。

；Resilient：表示弹性的，弹性表示。

；Destributed：分布式，可以并行在集群计算。

；Datset：就是一个集合，用于存放数据的。

大数据的定义是不唯一的，从不同的角度对大数据都会有不同的理解。（）

A:对B:错

答案:对关系抽取一般在实体抽取任务之后，用于抽取两个实体之间的句间关系。（）

A:对B:错

答案:错Spark的四大组件为SparkStreaming、Mlib、Graphx、SparkR。（）

A:对B:错

答案:错

第二章单元测试

关于Python语言的变量，以下选项中说法正确的是（）。

A:随时声明、随时使用、随时释放

B:随时命名、随时赋值、随时变换类型

C:随时命名、随时赋值、随时使用

D:随时声明、随时赋值、随时变换类型

答案:随时命名、随时赋值、随时使用

以下选项中，不是建立字典的方式是（）。

A:d={'张三':1,'李四':2}

B:d={[1,2]:1,[3,4]:3}

C:d={1:[1,2],3:[3,4]}

D:d={(1,2):1,(3,4):3}

答案:d={[1,2]:1,[3,4]:3}

下列说法中正确的是（）。

A:break用在while语句中，而continue用在for语句中

B:continue能结束循环，而break只能结束本次循环

C:break能结束循环，而continue只能结束本次循环

D:break用在for语句中，而continue用在while语句中

答案:break能结束循环，而continue只能结束本次循环

tuple(range(2,10,2))的返回结果为（）。

A:(2,4,6,8)

B:[2,4,6,8]

C:[2,4,6,8,10]

D:(2,4,6,8,10)

答案:(2,4,6,8)

Python列表中所有元素必须为相同类型的数据。（）

A:错B:对

答案:错在函数内部没有任何声明的情况下直接为某个变量赋值，这个变量一定是函数内部的局部变量。（）

A:错B:对

答案:对在定义函数时，某个参数名字前面带有两个*符号表示可变长度参数，可以接收任意多个关键参数并将其存放于一个字典之中。（）

A:错B:对

答案:对使用内置函数open()且以”w”模式打开的文件，文件指针默认指向文件尾。（）

A:错B:对

答案:错下面代码的输出结果是（）forsin"abc":

foriinrange(3):

print(s,end="")

ifs=="c":

break

A:aaabbbc

B:abbbccc

C:

aaabccc

D:aaabbbccc

答案:aaabbbc

下面代码的输出结果是（）x=10y=3print(x%y,x**y)

A:130B:31000C:11000D:330

答案:11000

第三章单元测试

s=pd.Series(np.random.randint(59,100,5),index=list("ABCDE"))，能够原地删除s[“A”]的操作是（）。

A:s.drop(labels="A")

B:pd.drop(s,labels="A")

C:s.drop("A")

D:dels["A"]

答案:dels["A"]

若有grouped_sc=df.groupby('学校')，则查询查看分组数量应采用（）

A:grouped_sc.ngroups。

B:grouped_sc.size()。

C:grouped_sc。

D:grouped_sc.head()。

答案:grouped_sc.ngroups。

下列方法中，能够利用pandas.DataFrame()创建DataFrame的是（）。

A:通过随机函数创建

B:通过Python字典创建

C:通过Series创建

D:通过ndarray对象创建

答案:通过随机函数创建

；通过Python字典创建

；通过Series创建

；通过ndarray对象创建

关于缺失值填充函数pandas.DataFrame.fillna()，正确的说法是（）。

A:method参数为pad表示用缺失值前面的值对缺失值进行填充。

B:axis参数表示填充维度，确定从行开始或是从列开始。

C:inplace参数用于指示是否原地替换，默认为True。

D:value参数用于指示用来填充缺失值的数据。

答案:method参数为pad表示用缺失值前面的值对缺失值进行填充。

；axis参数表示填充维度，确定从行开始或是从列开始。

；value参数用于指示用来填充缺失值的数据。

df包含"计划销售额"和"实际销售额"两列数据，若要筛选未完成计划销售额但实际销售额不低于4000的所有月份信息，可用的方式有（）。

A:df[(df["计划销售额"]＞df["实际销售额"])&(df["实际销售额"].ge(4000))]。

B:df[(df["计划销售额"]＞df["实际销售额"])&(df["实际销售额"]＞=4000)]。

C:df[(df["计划销售额"].gt(df["实际销售额"]))&(df["实际销售额"].ge(4000))]。

D:df.query("计划销售额＞实际销售额&实际销售额＞=4000")。

答案:df[(df["计划销售额"]＞df["实际销售额"])&(df["实际销售额"].ge(4000))]。

；df[(df["计划销售额"]＞df["实际销售额"])&(df["实际销售额"]＞=4000)]。

；df[(df["计划销售额"].gt(df["实际销售额"]))&(df["实际销售额"].ge(4000))]。

；df.query("计划销售额＞实际销售额&实际销售额＞=4000")。

下列属于透视操作的是（）。

A:pivot()。

B:pivot_table()。

C:transformer()。

D:crosstab()。

答案:pivot()。

；pivot_table()。

；crosstab()。

pandas读取csv文件时可使用usecols参数指定某个列作为索引。（）

A:对B:错

答案:错pandas.DataFrame.sum(axis=1)表示对每行数据求和。（）

A:错B:对

答案:对unstack()可将列旋转到行，从而将宽表变成长表。（）

A:对B:错

答案:错

第四章单元测试

绘制折线图时用label参数可为图表添加图例，但必须与()配合使用。

A:label()。

B:ticks()。

C:legend()。

D:title()。

答案:legend()。

关于注释的说法中，正确的是（）。

A:matplotlib.pyplot.annotate()的注释在静态图片中不可见。

B:matplotlib.pyplot.text()主要用于无指向型注释。

C:matplotlib对图表的注释分为静态文本注释和动画注释两种。

D:matplotlib.pyplot.annotate()主要用于动画型注释。

答案:matplotlib.pyplot.text()主要用于无指向型注释。

绘制折线图的函数是（）。

A:bar()。

B:plot()。

C:polar()。

D:pie()。

答案:plot()。

在绘制两组数据对比的柱形图时，若希望两组柱形并列显示，应通过调整（）实现。

A:参数x和width。

B:参数x和bottom。

C:参数x、width和bottom。

D:参数height和width。

答案:参数x和width。

导入matplotlib的可行的做法是（）

A:frommatplotlibinmportpyplot。

B:importmatplotlib.pyplot。

C:importmatplotlib.pyplotasplt()。

D:importpyplotasplt。

答案:frommatplotlibinmportpyplot。

；importmatplotlib.pyplot。

；importmatplotlib.pyplotasplt()。

关于雷达图绘制，正确说法的有（）。

A:xticks()可用来设置弧度信息。

B:使用polar()绘制极坐标系，然后用plot()绘制雷达图时无需闭合数据。

C:xticks()可用来设置半径信息。

D:直接使用polar()绘图时需使用np.concatenate()使数据闭合。

答案:xticks()可用来设置弧度信息。

；使用polar()绘制极坐标系，然后用plot()绘制雷达图时无需闭合数据。

；直接使用polar()绘图时需使用np.concatenate()使数据闭合。

关于箱线图绘制，正确说法的有（）。

A:参数notch用于指示是否以凹口的形式展现箱线图，默认为凹口。

B:参数whis用于指定上下须与上下四分位的距离，默认为1.5倍的四分位差。

C:参数sym用于指定异常点的形状，默认为+号显示。

D:参数vert用于指示是否需要将箱线图垂直摆放，默认为水平放置。

答案:参数whis用于指定上下须与上下四分位的距离，默认为1.5倍的四分位差。

；参数sym用于指定异常点的形状，默认为+号显示。

fontdict是用来设置字体属性的字典型参数。（）

A:错B:对

答案:对bar()函数可通过参数bottom选择水平/垂直的柱形条的绘制方式。（）

A:错B:对

答案:错气泡图本质上仍属于散点图。（）

A:错B:对

答案:对

第五章单元测试

两个变量y与x的回归模型中，通常用R方来刻画回归效果，则正确的叙述是（）。

A:R方越小，残差平方和大。

B:R方越大，残差平方和大。

C:R方与残差平方和无关。

D:R方越小，残差平方和小。

答案:R方越小，残差平方和大。

如果拟合曲线几乎通过了所有实测数据点，很有可能出现的现象是（）。

A:欠拟合。

B:正常拟合。

C:过拟合。

D:不确定。

答案:过拟合。

以下（）是线性回归方程参数求解常用的方法。

A:梯度下降法。

B:插值法。

C:牛顿法。

D:穷举法。

答案:梯度下降法。

线性回归模型中的损失函数用来估量预测值与（）的差异程度。

A:个体值。

B:真实值。

C:零值。

D:平均值。

答案:真实值。

与梯度下降法相比，当输入变量k较大时，正规方程法求解参数的速度要更慢。（）

A:错B:对

答案:对梯度下降法需要选择学习率，需要多次迭代求解参数。（）

A:对B:错

答案:对

A:B:C:D:

答案:；；

第六章单元测试

有关聚类分析说法错误的是（）。

A:聚类分析无法提取样本特征

B:无需对样本进行标记

C:聚类分析簇间数据具有较大的差异性

D:聚类分析可以分析样本的分布特点

答案:聚类分析无法提取样本特征

下面算法中，算法分析是建立在凸球形的样本空间的是（）。

A:K中心点算法

B:K-means

C:DBSCAN

D:凝聚聚类算法

答案:K中心点算法

；K-means

；凝聚聚类算法

轮廓系数只能用于K-means算法的评估。（）

A:对B:错

答案:错DBSCAN算法对参数敏感。（）

A:对B:错

答案:对凝聚聚类分析是一种自底向上的聚类分析算法。（）

A:错B:对

答案:对关于K-means聚类说法正确的是（）。

A:K-means需要事先指定K的数目

B:K-means的聚类中心是聚类中心的均值

C:K-means实现采用的是贪心策略

D:K-means的聚类中心一定是样本空间的数据

答案:K-means需要事先指定K的数目

；K-means的聚类中心是聚类中心的均值

；K-means实现采用的是贪心策略

K中心点算法是异常值敏感的聚类算法。（）

A:错B:对

答案:对K-means算法是异常值敏感的聚类算法。（）

A:对B:错

答案:对下面哪一个算法不是聚类分析算法（）

A:KNNB:DBSCANC:K中心点算法D:

K-means

答案:KNN聚类分析的相似性度量方法，以下哪种方法只考虑了变量之间的方向（）

A:B:C:D:

答案:

第七章单元测试

Logistic回归分析属于（）回归

A:非概率型线性回归

B:概率型线性回归

C:非概率型非线性回归

D:概率型非线性回归

答案:非概率型线性回归

C4.5决策树构造算法的特征选择采用（）

A:信息熵

B:信息增益

C:条件熵

D:基尼系数

答案:信息增益

关于朴素贝叶斯分类器，正确的有（）

A:是一种概率分类器

B:利用贝叶斯公式将样本属于某个类别的概率转换为后验概率来计算

C:所谓“朴素”假设，即是样本特征（属性）的条件独立假设

D:所谓“朴素”假设，即是样本独立同分布的假设

答案:是一种概率分类器

；利用贝叶斯公式将样本属于某个类别的概率转换为后验概率来计算

；所谓“朴素”假设，即是样本特征（属性）的条件独立假设

支持向量机SVM算法采用的损失函数是（）

A:Logistic损失函数

B:都可以

C:指数损失函数

D:铰链损失函数

答案:铰链损失函数

支持向量机分类器求解方法有（）

A:随机梯度下降

B:序列最小优化

C:内点法

D:所有选项都不是

答案:随机梯度下降

；序列最小优化

；内点法

第八章单元测试

以下关于Boosting和Bagging说法正确的是（）。

A:Bagging可以用来减小方差

B:Bagging是序列集成方法

C:AdaBoost是经典的Bagging算法

D:Boosting可以用来减小方差。

答案:Bagging可以用来减小方差

一般情况，在个体学习器性能相差较大时宜使用（）结合策略。

A:学习法

B:投票法

C:加权平均法

D:集成法

答案:加权平均