大数据基础与应用学习通超星课后章节答案期末考试题库2023年

大数据基础与应用学习通超星课后章节答案期末考试题库2023年____的主要目的是消除不同特征变量量纲级别相差太大造成的不利影响。

参考答案:

数据标准化；数据归一化

DataFrame是一种二维表格数据结构,可以通过____、____或____创建。

参考答案:

列表###字典###二维数组

data为以下结构的DataFrame:若想获得c1和c3列的前二行,以下哪些方法可以实现()

参考答案:

data[['c1','c3']][0:2]###data[0:2][['c1','c3']]###data.iloc[0:2][['c1','c3']]###data.loc[['r1','r2']][['c1','c3']]

JupyterNotebook是Anaconda自带的代码编辑器,适合Python初学者使用。

参考答案:

对

JupyterNotebook有两种模式，分别为___________和____________。

参考答案:

命令模式###编辑模式

Markdown中前后有____个星号或下划线表示加粗。

参考答案:

2；两

Markdown是一种专门的笔记语言,用于创建类似笔记或注释的内容。

参考答案:

对

np.arange(5,10,0.5)的结果为()

参考答案:

[55.566.577.588.599.5]

np.arange(5,10)的结果为()

参考答案:

[56789]

np.arange(5)的结果为()

参考答案:

[01234]

Python中两种常用的非数值类型数据处理方法是____和LabelEncoding编号处理。

参考答案:

Get_dummies哑变量处理；哑变量处理；get_dummies哑变量处理；哑变量处理；get_dummies；Get_dummies

Python中做数据分析最常用的库是Numpy和pandas库,其中____库主要用来处理一维数据,____库主要用来处理二维表格数据。

参考答案:

Numpy；numpy###pandas；Pandas

Python中如下变量命名正确的是:

参考答案:

my_height=58###my_lat=40###my_long=105

Python中读取Excel数据的函数为()

参考答案:

pd.read_excel()

range(5)生成的对应数列是()

参考答案:

01234

Scikit-learn库中搭建线性回归模型的函数为()

参考答案:

LinearRegression

不需要数据标准化的模型有()

参考答案:

决策树模型###随机森林模型###Xgboost模型

二分类模型可以使用AUC值来衡量模型的好坏,AUC值(AreaUnderCurver)指在曲线下面的面积,该面积通常越大越好。()

参考答案:

对

以下代码的输出是什么?()names=["Carol","Albert","Ben","Donna"]names.append("Eugenia")print(sorted(names))

参考答案:

['Albert','Ben','Carol','Donna','Eugenia']

以下运行title函数结果正确的是()name="LiSAcomefromengland"print(name.title())

参考答案:

LisaComeFromEngland

使用()语法来获取字典键对应的值。

参考答案:

D.values()

使用()语法来获取字典键的列表。

参考答案:

D.keys()

决策树模型既可以做分类分析(即预测分类变量值),也可以做回归分析(即预测连续变量值)。能做分类的决策树模型函数为()

参考答案:

DecisionTreeClassifier

函数代码块以def关键词开头,后接函数标识符名称(不能与内置函数同名)和圆括号()。

参考答案:

对

创建DataFrame的函数为()

参考答案:

pd.DataFrame()

取模(相除后的余数)运算符是()

参考答案:

%

变量作用域:函数内定义,函数外不可用;函数外定义,函数内可用。

参考答案:

对

可以使用____函数或isna()函数来查看空值,用____函数来删除空值,用____函数来填补空值。

参考答案:

isnull()；isnull###dropna()；dropna###fillna()；fillna

可以使用____函数来查询重复数据的内容,用____函数来删除重复行。

参考答案:

duplicated()；duplicated###drop_duplicates()；drop_duplicates

在实战中,我们通常要将数据拆分为训练集及测试集,其中____拿来做训练,而____拿来检验模型训练的结果。

参考答案:

训练集###测试集

字典中多个元素之间使用____分隔开,每个元素的”键”和”值”之间使用____隔开。

参考答案:

逗号###冒号

对线性回归方程的检验包括哪些?()

参考答案:

拟合优度的检验###回归方程的显著性检验###回归系数的显著性检验

常规的Python文件扩展名为.py,而JupyterNotebook创建的文件扩展名为____。

参考答案:

ipynb；.ipynb

异常值的检测有两种方法:箱体图观察和利用____。

参考答案:

标准差检测；标准差

引入Numpy库的代码为____。

参考答案:

importnumpyasnp

引入pandas库的代码为____。

参考答案:

importpandasaspd

当数据服从正态分布时,99%的数值应该位于距离均值3个标准差之内的距离,95%的数值应该位于距离均值2个标准差之内的距离。因为3个标准差过于严格,此处我们将阈值设定为2即可,即认为当数值与均值距离超出____个标准差,则可以认为它是异常值。

参考答案:

2；两；2个；两个

数据标准化的两种方法有:____和____。

参考答案:

min-max标准化；Min-max标准化；离差标准化###Z-score标准化；z-score标准化；均值归一化

数据表拼接与合并主要涉及的函数有()

参考答案:

merge###concat###append

机器学习主要分为____、____两大类,两者的区别在于训练数据中是否有目标变量(或预测变量)。

参考答案:

监督式学习；有监督学习###非监督式学习；无监督学习

用来衡量二分类模型的指标有()

参考答案:

AUC值###KS值

用来衡量二分类模型的评估方法为()

参考答案:

ROC曲线###KS曲线

用来衡量线性回归方程拟合程度的指标为()

参考答案:

R-squared

监督式学习模型主要包括聚类与分群模型,非监督式学习主要包括回归、决策树模型。

参考答案:

错

线性回归方程的Rsquared越高,模型的拟合程度越高。()

参考答案:

对

线性回归的因变量y是____变量。

参考答案:

数值；数值；连续型；连续；定量

调用函数时,Python必须将函数调用中的每个实参都关联到函数定义中的每一个形参。

参考答案:

对

选取多个列表元素,只要在列表之后加一个[序号1:序号2],这样的选法会包括序号2,但不会包括序号1。

参考答案:

错

通常利用pandas库中的____函数进行哑变量处理。而且为了避免哑变量处理产生的多重共线性问题,需通过____函数删去其中一列,并通过____函数更换列名。

参考答案:

get_dummi