CDA_LEVEL_2试题及答案

CDALEVEL建模分析师_模拟题：一、单项选择题（每小题0.5分，共30分）1、答案（D）在使用历史数据构造训练集（Train）集、验证（Validation）集和检验（Test）时，以下哪个样本量分配方案比较适合？A.训练50%，验证0%，检验50%B.训练100%，验证0%，检验0%C.训练0%，验证100%，检验0%D.训练60%，验证30%，检验10%2、答案(A)一个累积提升度曲线，当深度（Depth）等于0.1时，提升度为(Lift)为3.14，以下哪个解释正确?A.根据模型预测，从最高概率到最低概率排序后，最高的前10%中发生事件的数量比随机抽样的响应率高3.14B.选预测响应概率大于10%的样本，其发生事件的数量比随机抽样的响应率高3.14C.根据模型预测，从最高概率到最低概率排序后，最高的前10%中预测的精确度比随机抽样高3.14D.选预测响应概率大于10%的样本，其预测的精确度比随机抽样高3.143、答案（C）在使用历史数据构造训练（Train）集、验证（Validation）集和检验（Test）集时，训练数据集的作用在于A.用于对模型的效果进行无偏的评估B.用于比较不同模型的预测准确度C.用于构造预测模型D.用于选择模型4、答案（D）在对历史数据集进行分区之前进行数据清洗（缺失值填补等）的缺点是什么？A.增加了填补缺失值的时间B.加大了处理的难度C.无法针对分区后各个数据集的特征分别做数据清洗D.无法对不同数据清理的方法进行比较，以选择最优方法5、答案（C）关于数据清洗（缺失值、异常值），以下哪个叙述是正确的？A.运用验证数据集中变量的统计量对训练集中的变量进行数据清洗B.运用验证数据集中变量的统计量对验证集中的变量进行数据清洗C.运用训练数据集中变量的统计量对验证集中的变量进行数据清洗D.以上均不对6、答案（B）当一个连续变量的缺失值占比在85%左右时，以下哪种方式最合理A.直接使用该变量，不填补缺失值B.根据是否缺失，生成指示变量，仅使用指示变量作为解释变量C.使用多重查补的方法进行缺失值填补D.使用中位数进行缺失值填补7、答案（B）构造二分类模型时，在变量粗筛阶段，以下哪个方法最适合对分类变量进行粗筛A.相关系数B.卡方检验C.方差分析D.T检验8、答案（A）以下哪个方法可以剔除多变量情况下的离群观测A.变量中心标准化后的快速聚类法B.变量取百分位秩之后的快速聚类法C.变量取最大最小秩化后的快速聚类法D.变量取Turkey转换后的快速聚类法9、答案（C）以下哪种变量筛选方法需要同时设置进出模型的变量显著度阀值A.向前逐步法B.向后逐步法C.逐步法D.全子集法10、答案（A）以下哪个指标不能用于线性回归中的模型比较：A.R方B.调整R方C.AICD.BIC11、答案B.将复杂的地址简化成北、中、南、东四区，是在进行？A.数据正规化(Normalization) B.数据一般化(Generalization) C.数据离散化(Discretization) D.数据整合(Integration)12、【答案（A）】当类神经网络无隐藏层，输出层个数只有一个的时候，倒传递神经网络会变形成为？A.罗吉斯回归 B.线性回归 C.贝氏网络 D.时间序列13、答案B.请问Apriori算法是用何者做项目集(Itemset)的筛选?A.最小信赖度(MinimumConfidence)B.最小支持度(MinimumSupport)C.交易编号(TransactionID)D.购买数量14、答案B.有一条关联规则为AB，此规则的信心水平(confidence)为60%，则代表：A.买B商品的顾客中，有60%的顾客会同时购买AB.买A商品的顾客中，有60%的顾客会同时购买BC.同时购买A,B两商品的顾客，占所有顾客的60%D.两商品A,B在交易数据库中同时被购买的机率为60%15、【答案（B）】下表为一交易数据库，请问AC的支持度(Support)为:A.75% B.50% C.100% D.66.6%TID ItemsBought1 A,B,C2 A,C3 A,D4 B,E,F16、【答案（D）】下表为一交易数据库，请问AC的信赖度(Confidence)为:A.75% B.50% C.100% D.66.6%TID ItemsBought1 A,B,C2 A,C3 A,D4 B,E,F17、答案D.倒传递类神经网络的训练顺序为何？(A:调整权重;B:计算误差值;C:利用随机的权重产生输出的结果)A.BCA B.CAB C.BAC D.CBA18、答案C.在类神经网络中计算误差值的目的为何？A.调整隐藏层个数B.调整输入值C.调整权重(Weight)D.调整真实值19、答案A.以下何者为Apriori算法所探勘出来的结果?A.买计算机同时会购买相关软件B.买打印机后过一个月会买墨水夹C.买计算机所获得的利益D.以上皆非20、答案D.如何利用体重以简单贝式分类(NaiveBayes)预测性别？A.选取另一条件属性B.无法预测C.将体重正规化为01之间D.将体重离散化21、答案B.NaiveBayes是属于数据挖掘中的什么方法？A.分群 B.分类 C.时间序列 D.关联规则22、答案B.简单贝式分类(NaiveBayes)可以用来预测何种数据型态？A.数值 B.类别 C.时间 D.以上皆是23、答案B.如何以类神经网络仿真罗吉斯回归(LogisticRegression)？A.输入层节点个数设定为3B.隐藏层节点个数设定为0C.输出层节点个数设定为3D.隐藏层节点个数设定为124、答案B.请问以下何者属于时间序列的问题？A.信用卡发卡银行侦测潜在的卡奴B.基金经理人针对个股做出未来价格预测C.电信公司将人户区分为数个群体D.以上皆是25、答案D.小王是一个股市投资人，手上持有某公司股票，且已知该股过去历史数据如下表所示，今天为预测2/6的股价而计算该股3日移动平均，请问最近的3日移动平均值为多少？日期 股价2/1 102/2 122/3 132/4 162/5 19A.11 B.13 C.14 D.1626、答案C.下列哪种分类算法的训练结果最难以被解释？A.NaiveBayesB.LogisticRegressionC.NeuralNetworkD.DecisionTree27、答案B.数据遗缺(NullValue)处理方法可分为人工填补法及自动填补法，下列哪种自动填补法可得到