大数据分析与预测技术知到章节答案智慧树2023年山东财经大学

大数据分析与预测技术知到章节测试答案智慧树2023年最新山东财经大学第一章测试

以下哪些情景可以使用大数据分析与预测建模技术？

参考答案:

预测某移动运营商客户转移到竞争对手的可能性;预测电商网站某商品未来的销售量;保险公司的骗保分析

有关大数据分析与预测的过程认识正确的是？

参考答案:

大数据分析与预测得到的结果需要通过检验样本的测试，甚至需要在现实中实验才能投入使用。

有关数据质量的认识正确的是？

参考答案:

各种数据质量问题对机器学习算法的影响很大，因此需要充分预处理才能进入建模阶段。

下面有关机器学习正确的说法是？

参考答案:

在机器学习过程中，需要人的经验指导数据的选择、噪声的消除、合适算法的选择以及调参等工作。;机器学习可以从有限的样本数据中得到有用的规律，并能对新样本进行一定的泛化预测。;每种机器学习算法都有一定的使用范围，只能处理某类数据和问题。

组织通过销售数据或洞察以创造新的收入来源，这属于大数据应用成熟度的哪一个阶段？

参考答案:

数据货币化

如果以药品Ｂ来代替药品Ａ的使用，那么这个病人生存的几率有多大？这种分析属于

参考答案:

预测性分析

NoSQL数据库作为非关系型数据库，只能够用来存储非结构数据。

参考答案:

错

根据患者的视网膜图像等相关医疗信息，使用机器学习算法进行建模，预测患者患糖尿病的可能性。这个任务需要以下使用哪一类机器学习算法？

参考答案:

监督学习

大数据分析的预测建模任务主要包括哪几大类问题？

参考答案:

关联分析;分类;回归

下列哪些分析需要机器学习？

参考答案:

统计移动运营商的用户在某段时间对短信的使用数量;寻找移动运营商用户对某类套餐使用的潜在客户;预测移动运营商用户未来使用的网络流量

第二章测试

将原始数据进行集成、变换、维度规约、数值规约是在以下哪个步骤的任务？

参考答案:

数据预处理

下面哪个步骤不属于数据预处理的过程？

参考答案:

分类和预测

下面哪种不属于数据预处理的方法？

参考答案:

估计遗漏值

以下哪种方法不属于特征选择的标准方法

参考答案:

抽样

下面不属于创建新属性的相关方法的是

参考答案:

特征修改

数据清洗包括以下哪几个方面？

参考答案:

噪声数据平滑技术;缺失数据处理方法;时间相关数据的处理

以下哪几个是数据归约的策略？

参考答案:

数据压缩;维度归约;离散化和概念分层产生;数据立方体聚集;数值归约

以下哪些是数据离散化技术？

参考答案:

基于熵的离散化;分箱技术;ChiMerge技术

特征选择的目标有哪些？

参考答案:

提高数据挖掘模型的性能;提供更快、性价比更高的学习过程;更好地理解生成数据的基本过程

特征选择算法一般分为那几类？

参考答案:

特征排列算法;子集选择算法

第三章测试

有关决策树的说法哪个是错误的？

参考答案:

决策树的深度越大越好

有关决策树与特征工程的关系，以下说法错误的是？

参考答案:

决策树获得的特征是区分不同类别的最优特征。

下面有关支持向量机错误的说法是？

参考答案:

支持向量机是把高维的数据投影到低维的空间进行分类。

以下哪些不是贝叶斯网络的应用场景？

参考答案:

根据客户消费行为对其进行分组;招聘人才选拔规则

下面有关线性判别分析错误的说法是哪个？

参考答案:

线性判别分析中线性变换可以使同类样本的方差变大。

下面有关随机森林的说法哪个是错误的？

参考答案:

随机森林训练后只需选择性能最好的树最为预测模型。

如果发现决策树模型的检验结果达不到要求，可以执行下面哪些方法进行改进？

参考答案:

采用多种算法组合。;补充或调整样本的选择，并加强样本的预处理。;对算法的选择以及参数的调整进行优化。

以下哪个算法不是基于规则的分类器？

参考答案:

贝叶斯分类器

如果从员工的日常表现数据预测其升职的可能性可以使用下面哪种机器学习方法？

参考答案:

决策树类算法

以下哪个指标不能用于决策树的性能评价指标？

参考答案:

决策树规则的数目

以下关于人工神经网络（ANN）的描述正确的说法是？

参考答案:

训练ANN是一个很耗时的过程

神经网络由许多神经元（Neuron）组成，下列关于神经元的陈述中哪一个是正确的？

参考答案:

其他选项都正确

有关前馈神经网络的认识正确的是？

参考答案:

神经网络训练过程是拟合训练数据模式的过程

下面关于感知机的说法中正确的是？

参考答案:

单个感知机是线性回归的训练过程

在一个神经网络里，确定每一个神经元的权重和偏差是模型拟合训练样本的目标，比较有效的办法是什么？

参考答案:

赋予一个初始值，然后迭代更新权重，直至代价函数取得极小。

有关神经网络训练时使用的学习率参数说法正确的是

参考答案:

网络训练时刚开始学习率可以大一些，以便提高学习速度，随后应减少学习率，以免引起学习震荡。;学习率可以与其他网络参数一起训练，对降低代价函数是有利的。;学习率可以随着训练误差动态调整效果更好。

激活函数通过具有以下哪些性质？

参考答案:

计算简单;单调性;可微性;非线性

在神经网络训练中，有关学习率调整说法错误的是？

参考答案:

学习率设置不当会引起神经网络过拟合。;学习率太小会使神经网络的训练迅速达到极小值。

减少神经网络过拟合可以通过增加网络的神经元个数或层数解决。

参考答案:

错

BP神经网络在训练过程中，损失函数可能比较大，但随着训练的进行，损失函数基本不变化了，这种现象说明神经网络陷入全局最优解

参考答案:

错

第四章测试

以下哪些数据的特征会对聚类有影响？

参考答案:

样本规模;噪声;高维性;离群点

有关聚类算法不正确的说法是？

参考答案:

必须给出聚类的组数

聚类是一类重要的机器学习算法，以下哪些场景不属于聚类问题？

参考答案:

判断一个网络访问是否为入侵访问。;根据学生的成绩，给出学生的名次。

对联通客户进行分组，以便根据各组的特点，策划不同的营销方案，需要客户哪些数据？

参考答案:

客户人口数据;客户长途市话以及漫游等通话数据;家庭男女组成

下列说法错误的是？

参考答案:

在聚类分析中，簇之间的相似性越大，簇内样本的差别越大，聚类的效果就越好

有关聚类的算法，正确的说法有以下哪些？

参考答案:

聚类的结果要考虑业务的可解释性。;类似Kmeans基于划分的聚类与基于层次的聚类都是样本的距离为划分基础。

有关k-means下列说法正确的是？

参考答案:

可以处理凸型分布数据的聚类

根据用户使用移动运营商的数据，可以为他们设计合适的套餐，使用哪种挖掘方法比较合适？

参考答案:

聚类

对于Kmeans而言，不同的初始聚类中心选择可能导致不同的聚类结果。

参考答案:

对

在kmeans的训练过程中，可以选择不同的k值，比较使绝对误差标准较小的k值，结合聚类业务的可解释性，从而选择合适的k值。

参考答案:

对

第五章测试

以下有关关联算法错误的说法是哪个？

参考答案:

提升度是强关联规则的一个必要条件。

以下哪种情景最不适合用关联分析？

参考答案:

根据以前的股价预测未来的股价。

在频繁项目集的分析过程中，以下说法哪种是正确的？

参考答案:

频繁项目集的交集肯定是频繁的。

以下有关关联分析的说法，正确的是哪些？

参考答案:

提升度可以帮忙改进某些商品的推荐或营销效果。;关联分析本身就是一种推荐方法，用于网商商品的推荐，理由是购买某种商品的人在同次购物也可能会买其他商品。

以下哪些领域可比较适合使用关联分析？

参考答案:

从学生评教数据中，找到评分较好的课程相关重要因素。;分析网上商品的评论和评分数据，讨论什么样的商品容易得到好的评分。

有关Apriori算法和FP-增长算法，正确的说法有哪些？

参考答案:

对于同样的样本集和算法参数（支持度和置信度等），Apriori算法的速度一般要慢于FP增长算法。;对于同一个样本集，Apriori算法和FP增长算法的结果是相同的。

假设{花生，啤酒，可乐，牛奶}项目集的支持度大于最小支持度，请问下面哪些项目集的支持度一定能达到最小值支持度要求？

参考答案:

{花生，啤酒，可乐};{啤酒，可乐};{花生，啤酒}

下面哪个通常不是关联算法的应用领域？

参考答案:

分析信用卡欺诈

关联规则中前向和后项存在因果关系才能投入使用。

参考答案:

错

关联规则是有方向的，A->B与B->A的支持度相同，它们的置信度也相等。

参考答案:

错

第六章测试

常用的异常检测算法有哪些？

参考答案:

KNN（K-最近邻）;基于聚类的方法;高斯分布建模

下面这些场景中哪些用到异常检?

参考答案:

从盗窃信用卡的人的购买行为不同于信用卡持有者分析信用卡欺诈;系统入侵异于正常用户登录行为检测入侵异常

基于统计方法的异常检测有以下哪些局限性？

参考答案:

许多情况下数据对象的分布是未知的;大多数统计模型检验只是针对单个特征;对于高维数据难以估算其真实分布

基于邻近度的异常检测算法的局限性有哪些？

参考答案:

对参数k选择敏感，如k太小，少量的邻近点导致离群点得分较低，而k太大，则点数少于k的数据点都可能成为离群点;高维空间里，数据是稀疏的，邻近度变得没意义

以下哪个场景用到基于统计方法的异常检测？

参考答案:

正常数据出现在随机模型的高概率区域，异常数据则位于随机模型的低概率区域

下面哪个是基于密度的方法算法的局限性？

参考答案:

参数k选择困难

高维空间里，数据是稀疏的，我们会用到以下哪种异常检测的方法

参考答案:

基于密度的方法

异常检测（Anomalydetection）是发现与大部分其他对象不同的对象，所以又成为离群点检测

参考答案:

对

数据分析任务通常是去掉离群点，离群点是没有意义的点

参考答案:

错

在基于邻近度的方法中，离群点的定义不包括以下哪个？

参考答案:

一个对象的离群点得分是该对象周围密度的逆

第七章测试

有关文本特征的理解，错误的说法是哪个？

参考答案:

one-hot可以表示一个词的重要性。

下面哪个选项不是文本分析的组成？

参考答案:

文本翻译

有关文本分析的说法，正确的是哪些？

参考答案:

处理文本分类需要经历原始文本的提取、分词等预处理、特征提取与表示、分类模型构建以及评估等阶段。;文本属于非结构化数据，因此需要经过预处理转化为向量等结构才方便处理。;从一个文本集中查询包含某些主题的文本也属于文本分析。

以下有关文本分词的说法正确的是哪个？

参考答案:

基于统计的分词方法的性能与训练语料库的质量密切相关。

下面有关向量空间模型（VSM）的描述中，错误的是哪个？

参考答案:

文本特征词的向量权重可通过TF-IDF实现，从而保留文本词序结构信息

下面哪种方法是文本特征获取的方法？

参考答案:

卡方统计量;信息增益;互信息

面关于词法分析的描述中，正确的说法有哪些？

参考答案:

基于词频统计的分词方法是一种无字典分词方法;基于统计的命名实体识别方法目前还主要采用统计的方法

下面哪些算法不能用于文本的分词？

参考答案:

TF-IDF算法;词嵌入

下面有关文本分析正确的说法是哪些？

参考答案:

时间和日期都是需要识别的命名实体。;文本分类可以通过贝叶斯分类器完成。;句法分析可以表达组成句子的词语之间的搭配或修辞关系。

使用基于统计的方法进行特征选择、分词等分析都对语料库的要求比较高。

参考答案:

对

第八章测试

可视化分析的说法正确的是哪一个？

参考答案:

可视化是一种基本的数据分析方法，需要选择合适的图表，展示数据中隐藏的信息。

有关可视化分析的方法，下面错误的说法是哪种？

参考答案:

可视化只是表格数据的另一种简单呈现。

有关可视化分析与其他机器学习方法的关系，错误的说法是哪一种？

参考答案:

可视化分析可以对分类模型的正确率进行评估。

下面哪种可视化方法比较适合聚类分析？

参考答案:

散点图

在线教学学生行为的分析中，下面哪个选项不是可视化的作用？

参考答案:

可视化可以预测一个刚选课不久的学生学完一门课程所需要的时间。

有关可视化分析错误的说法有哪些？

参考答案:

可视化分析的结果是否可用不需要人工检验。;对于同样数据、同样的问题，不同数据分析师给出的可视化分析结果是一样的。

有关箱（线）图的说法，正确的是哪些？

参考答案:

从箱图可以发现变量的异常或噪声。;若某变量的中位数是10，说明这个变量有一半的取值平均值小于10。;箱图可用于分析某个变量A对变量B的影响程度，主要看A的不同取值对应B变化的箱子的大小和位置变化。

在可视化分析的应用过程中，最终用户抱怨没有看到有用的信息，可能的原因有以下哪些？

参考答案:

数据分析人员对业务理解不够，未能选好指标（变量），给出的可视化难以看到有用的信息。;数据没有充分的预处理，展示出来的信息基本是已经的事实。;图表展示出来了容易让人误解的信息，误导了用户。

以下有关可视化方法作用的说法，正确的有哪些？

参考答案:

可视化不是简单地把数据展示成图形，可能要放在原始数据加工后更有效。;可视化可