Python数据科学导引智慧树知到期末考试答案2024年

Python数据科学导引智慧树知到期末考试答案2024年Python数据科学导引对于春夏秋冬四季进行编码，能够生成one-hot编码的方法是（）。

A:onehot()。B:encoding()。C:factorize()。D:get_dummies()。答案:get_dummies()。将df的行索引降序+列索引升序排序，正确的方法是（）。

A:先df.sort_index(axis=0,ascending=False)，然后df.sort_index(axis=0,ascending=True)。B:df.sort_index(axis=0,ascending=True).sort_index(axis=1,ascending=False)。C:先df.sort_index(axis=0,ascending=False)，然后df.sort_index(axis=0)。D:df.sort_index(axis=0,ascending=False).sort_index(axis=1)。答案:df.sort_index(axis=0,ascending=False).sort_index(axis=1)。以下不是Python语言关键字的选项是（）

A:defB:inC:returnD:define答案:define如果拟合曲线没有通过大部分的实测数据点，很有可能出现的现象是（）。

A:欠拟合。B:过拟合。C:正常拟合。D:不确定。答案:欠拟合。下面代码的输出结果是（）s=["seashell","gold","pink","brown","purple","tomato"]print(s[1:4:2])

A:['gold','pink']B:

['gold','brown']C:['gold','pink','brown','purple','tomato']D:

['gold','pink','brown']答案:[‘purple’,‘tomato’]从宏观的角度讲，数据可视化的功能不包括（）。

A:信息清洗B:信息记录C:信息传播D:信息的推理分析答案:信息清洗下面哪种算法是通过某种相似性测度计算数据之间的相似性，并按照相似度由高到低排序（）。

A:凝聚聚类分析B:K中心点算法C:K-means算法D:DBCSCAN答案:凝聚聚类分析构建数据仓库的最终目的是（）。

A:收集业务需求B:建立数据仓库逻辑模型C:为用户和业务部门提供决策支持D:开发数据仓库的应用分析答案:为用户和业务部门提供决策支持以下选项中符合Python语言变量命名规则的是（）。

A:*iB:TemplistC:3_1D:AI!答案:Templist下面属于机器学习的先天本能是（）。

A:优化输入数据和输出数据的映射关系/函数好坏的评价函数B:学习trainingdataset中输入输出数据间的关系C:举一反三学习trainingdataset中数据D:人们依据现有数据抽象出来的数学模型答案:人们依据现有数据抽象出来的数学模型数据清洗的方法不包含（）。

A:重复数据记录处理B:噪声数据清楚C:一致性检查D:缺失值处理答案:重复数据记录处理共线性严重程度的一种度量是（）。

A:R方。B:P值。C:条件数（conditionnumber）。D:F统计量。答案:条件数（conditionnumber）。df=pd.DataFrame(np.random.randint(60,100,(2,3)),index=["物理","化学"],columns=["张怡","李华","云萌萌"])，不能够添加一列新的数据的操作是（）。

A:df["张飞"]=[100,100]B:df.loc["张飞",:]=[100,100]C:df.insert(loc=1,column="张飞",value=[100,100])D:df.loc[:,"张飞"]=[100,100]答案:df.loc[张飞,:]=[100,100]下列哪项可以作为集群的管理（）

A:Puppet。B:CluderaManager。C:ZookeeperD:Pdsh。答案:Pdsh###Puppet###Zookeeper用于分类与回归应用的主要算法有（）

A:决策树B:HotSpot算法C:BP神经网络D:贝叶斯答案:决策树Hadoop组件的核心功能包括（）

A:分布式计算。B:分析。C:分布式数据存储。D:挖掘。答案:分布式数据存储Pytorch中的神经网络模型有（）。

A:torch.Conv2dB:torch.nn.MaxPool2dC:torch.nn.LinearD:torch.nn.RNN答案:torch.nn.Linear###torch.nn.RNN###torch.Conv2d###torch.nn.MaxPool2d气泡图和散点图的区别主要在散点的面积、颜色等，在实践中使用参数（）调整。

A:square。B:c。C:s。D:size。答案:s###cDBSCAN是一种基于密度的聚类方法，根据半径eps和最小包含点MinPts对数据进行分类，分为（）。

A:中心点B:噪声点C:核心点D:边界点答案:核心点;边界点;噪声点s=pd.Series(np.random.randint(59,100,5),index=list("ABCDE"))，与s[“A”]等价的表达方法是（）。

A:s.iloc[0]B:S[0]C:x=s[:1]D:s.loc["A"]答案:S[0];s.loc[A];s.iloc[0]已知x=3，那么执行语句x+=6之后，x的内存地址不变。（）

A:错B:对答案:错回归问题和分类问题都有可能发生过拟合。（）

A:错B:对答案:对函数中必须包含return语句。（）

A:对B:错答案:错已知x=3，那么赋值语句x='abcedfg'是无法正常执行的。（）

A:错B:对答案:错多子图布局使用subplot()进行设置。（）

A:对B:错答案:对L2正则化称为Lasso回归，即常说的“套索回归”，适用于输入变量即特征的选择。（）

A:错B:对答案:错假设x为列表对象，那么x.pop()和x.pop(-1)的作用是一样的。（）

A:对B:错答案:对transform()只能对每一列进行计算，所以transform()需要指定要操作的列。（）

A:对B:错答案:对K中心点算法的聚类中心一样是样本空间的数据。（）

A:对B:错答案:对pandas对DataFrame进行重新索引的函数是reset_index()。（）

A:对B:错答案:错pandas.DataFrame.dropna(axis=0,how="all")表示所有值均为缺失值才删除该行。（）

A:正确B:错误答案:正确函数内部定义的局部变量当函数调用结束后被自动删除。（）

A:错B:对答案:对聚合操作就是将二维数据转换成一个Series。（）

A:错B:对答案:错join()连接方式，可选”left”,”right”,”outer”,”inner”,默认为”inner”。（）

A:错B:对答案:错pandas.DataFrame.duplicated()用于重复值判断，返回一个由布尔值组成的Series对象。（）

A:错B:对答案:对输入层的输入个数为5，即意味着输入层有5个神经元。（）

A:错B:对答案:错数据的结构类型主要分为结构化数据，半结构化数据和非结构化数据。（）

A:正确B:错误答案:正确HDFS是基于流数据模式访问和处理超大文件的需求而开发的，具有高容错、高可靠、高可扩展性、高吞吐率等特征，适合一次写入，多次读的读写任务。（）

A:对B:错答案:对3+4j不是合法的Python表达式。（）

A:对B:错答案:错stack()可将列旋转到行，从而将宽表变成长表。（）

A:对B:错答案:对可视为pivot_table()的逆操作的是pivot()。（）

A:错B:对答案:错在比较两个模型的拟合效果时，甲、乙两个模型的R方值分别约为0.88和0.93，则拟合效果好的模型是乙。（）

A:对B:错答案:对循环神经网络的i时刻的输入是,则隐状态的更新公式为（）

A:B:C:D:答案:AI参考:选项B是正确的。\n\n在循环神经网络中，隐状态的更新公式通常由两部分组成：前一时刻的隐状态和当前的输入。具体到给定的输入图像，更新公式为：\n\nH(t+1)=H(t)+tanh(Wx+b)\n\n其中，H(t)是前一时刻的隐状态，tanh是双曲正切函数，W是权重矩阵，b是偏置项。这里的输入图像是x，通过W和b进行转换后与H(t)进行加法运算，得到新的隐状态H(t+1)。\n\n所以，根据这个公式，选项B是正确的。'闵可夫斯基距离，当P=______时，是曼哈顿距离（）。

A:2B:0C:1D:答案:AI参考:正确答案是B。曼哈顿距离也称为区间距离，指两点在坐标轴上所占据空间区间的距离。闵可夫斯基距离是基于曼哈顿距离的一个概念，是考虑了所有可能的坐标变换的平均距离。在闵可夫斯基距离中，P=0时，曼哈顿距离就等于点自身的欧几里得距离，也就是它到原点的距离。因此，本题答案为B。'下列说法正确的是（）。

A:xlabel()用于设置x轴的标签。B:tick_params()用于设置或更改刻度线等。C:ticks()用于设置x轴和y轴的刻度。D:xlim()用于指定x轴的刻度范围。答案:AI参