南开大学22年春学期《数据分析》在线作业-00003

1、-本页为预览页PAGE12-本页为预览页-本页为预览页22春学期（高起本1709-1803、全层次1809-2103）数据分析在线作业-00003第1题. 决策树中的分支表示（）选项A：特征选项B：类选项C：属性选项D：值域输出参考答案：D第2题. 闵式距离参数是（）时代表曼哈顿距离选项A：0选项B：1选项C：2选项D：无穷参考答案：B第3题. 决策树中的叶结点表示（）选项A：特征选项B：类选项C：属性选项D：值域输出参考答案：B第4题. 皮尔森相关系数的变化分为是（）选项A：0, 1选项B：-1, 1选项C：-1, 0选项D：0.5, 1参考答案：B第5题. 经典的Apriori算法是逐层扫

2、描的，也就是说它是（）优先的选项A：宽度选项B：深度参考答案：A第6题. 数据产生方式变革中数据产生方式是主动的主要是来自哪个阶段（ ）。选项A：运营式系统阶段选项B：用户原创内容阶段选项C：感知式系统阶段参考答案：B第7题. 特征空间中两个实例点的（）是两个实例点相似程度的反映。选项A：关联性选项B：向量值选项C：距离参考答案：C第8题. 在文本信息处理系统中，所处理的原始数据是（）选项A：结构化的自然语言文本选项B：非结构化的自然语言文本选项C：非结构化的编码选项D：结构化的编码参考答案：B第9题. 逻辑斯谛分布的分布函数范围在（）选项A：(-，+)选项B：(0,1)选项C：(-1/2,1

3、/2)选项D：(-1,1)参考答案：B第10题. 向量空间模型中，将单词在文本中出现的数据用一个（）表示选项A：单词-文本矩阵选项B：单词-向量矩阵选项C：距离矩阵选项D：权重矩阵参考答案：A第11题. 类的R型聚类是指（）选项A：对样本个体进行聚类选项B：对指标变量进行聚类。参考答案：B第12题. pageRank中，将网页链接转化为（）“投票”。选项A：搜索量选项B：评价选项C：访问量选项D：重要度参考答案：D第13题. 在网页中增加大量与主题无关的热点作弊词项，并将其文字颜色设置成与背景颜色一致，不可见；提交热点查询给搜索引擎，将排名第一或前列的页面内容复制到其网页中，并隐藏。这样的欺骗

4、搜索引擎技术称为（）选项A：词项作弊选项B：链接作弊参考答案：A第14题. 评估模型的分类预测准确率，使用（）进行评估；选项A：训练数据集选项B：验证数据集选项C：测试数据集选项D：未知数据参考答案：C第15题. 大数据分析中，面向有用户参与分析决策的分析任务，不要求实时响应，但是也存在响应时间约束，称为（）选项A：实时分析选项B：弱实时分析选项C：非实时分析参考答案：B第16题. kNN中的k值一般用（）的方法来选择最优值。选项A：交叉验证选项B：逐次检验选项C：随机测试选项D：反馈验证参考答案：A第17题. 任何故意提高网页在搜索引擎结果中的位置，使其与网页的（）不相符的行为，称为Web作

5、弊选项A：访问量选项B：实际价值选项C：搜索量选项D：用户数量参考答案：B第18题. 非频繁模式（ ）选项A：其置信度小于阈值选项B：令人不感兴趣选项C：包含负模式和负相关模式选项D：对异常数据项敏感参考答案：D第19题. 聚类属于（）选项A：有监督学习选项B：无监督学习选项C：强化学习选项D：对抗学习参考答案：B第20题. 话题向量空间模型中，用（）的一个向量表示该文本。选项A：特征词选项B：话题空间选项C：语义空间选项D：词向量空间参考答案：B第21题. 基于聚类结构的分类有（）选项A：Q型聚类选项B：凝聚方式选项C：R型聚类选项D：分解方式参考答案：A,C第22题. 类的特征可以通过不同

6、角度来刻画，包括（）选项A：类的均值选项B：类的直径选项C：类的样本散布矩阵选项D：样本协方差矩阵参考答案：A,B,C,D第23题. 随机游走的马尔可夫链中，互联网中的每一个网页就是马尔可夫链中的一个（）；该马尔可夫链平稳时每个状态停留的概率即反映了相应网页的（）。选项A：序列选项B：隐变量选项C：状态选项D：重要程度参考答案：C,D第24题. 聚合聚类的三个要素是（）选项A：相似度选项B：置信度选项C：合并规则选项D：停止条件参考答案：A,C,D第25题. 统计学习方法的组成选项A：监督学习选项B：无监督学习选项C：强化学习参考答案：A,B,C第26题. 决策树中的内部结点表示（）选项A：特

7、征选项B：类选项C：属性选项D：值域输出参考答案：A,C第27题. 大数据四大特征包括（ ）选项A：数据量大选项B：数据类型繁多选项C：数据价值密度相对较低选项D：处理速度快，时效性要求高参考答案：A,B,C,D第28题. 层次方法中，自底向上的方法是哪种（）选项A：凝聚法选项B：分裂法选项C：K-均值算法选项D：K-中心点算法参考答案：A,B第29题. 下列属于朴素贝叶斯缺点的是（）选项A：分类效果不稳定选项B：不适合增量式训练选项C：先验模型可能导致结果不佳选项D：对缺失数据不太敏感参考答案：C,D第30题. 关联规则挖掘的算法主要有（）和（）选项A：Apriori选项B：KNN选项C：贝

8、叶斯算法选项D：FP-Growth参考答案：A,D第31题. 内积相似度可以准确表达两个文本的语义相似度。（）选项A：对选项B：错参考答案：B第32题. 城市公共交通规划、教育资源配置、医疗资源配置、商业中心建设、房地产规划、产业规划、城市建设等都可以借助于大数据技术进行良好的规划和动态调整。选项A：对选项B：错参考答案：A第33题. 一个样本在特征空间的k个最相邻样本中的均属于某一个类别选项A：对选项B：错参考答案：B第34题. 单词-文本矩阵是一个稀疏矩阵。（）选项A：对选项B：错参考答案：A第35题. 大数据分析模型讨论的问题是从大数据中发现什么选项A：对选项B：错参考答案：A第36题.

9、 k均值聚类归结为从样本到类的函数的选择问题。（）选项A：对选项B：错参考答案：A第37题. 通过分析已知训练样本类别的数据集属性，通过训练建立相应分类模型，是监督学习。（）选项A：对选项B：错参考答案：A第38题. IDC给出的大数据定义是大数据（Big Data）是需要新的处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。选项A：对选项B：错参考答案：B第39题. 网络数据采集是利用互联网搜索引擎技术对数据进行针对性、行业性、精准性的抓取，并按照一定规则和筛选标准将数据进行归类，形成数据库文件的一个过程。选项A：对选项B：错参考答案：A第40题. G

10、irvan-Newman算法中用到了DFS。（）选项A：对选项B：错参考答案：B第41题. 潜在语义分析主要解决单词向量空间模型不能准确表示语义的问题。（）选项A：对选项B：错参考答案：A第42题. 大数据可视化的意义在于以简单、友好、易用的图形化、智能化的形式将数据呈现给用户，供其分析使用选项A：对选项B：错参考答案：A第43题. 概率潜在语义分析就是发现由隐变量表示的话题。（）选项A：对选项B：错参考答案：A第44题. 未来考验零售企业的是如何挖掘消费者需求选项A：对选项B：错参考答案：A第45题. k均值聚类是基于样本集合划分的聚类算法.（）选项A：对选项B：错参考答案：A第46题. AGNES算法中，要使用相似矩阵查找最相似的两个簇。（）选项A：对选项B：错参考答案：A第47题. PageRank可以定义在任何有向图上