（新版）《大数据挖掘技术》易考易错高频考试题库（含答案）

（新版）《大数据挖掘技术》易考易错高频考试题库（含答案）单选题1.（）是一种松散耦合的服务和应用之间标准的集成方式。A、E.SB;B、D.MC、ODSD、E.TL参考答案：A2.（）是在贝叶斯算法的基础上进行了相应的简化，即假定给定目标值时属性之间相互条件独立A、贝叶斯定理B、贝叶斯统计C、朴素贝叶斯方法D、贝叶斯分类器参考答案：C3.《数据安全法》发布执行时间（）。A、2021年9月1日;B、2021年10月1日;C、2021年11月1日D、2021年12月1日参考答案：A4.bootstrap数据是什么意思？（）A、有放回地从总共M个特征中抽样m个特征B、无放回地从总共M个特征中抽样m个特征C、有放回地从总共N个样本中抽样n个样本D、无放回地从总共N个样本中抽样n个样本参考答案：C5.eSRVCC方案相对于SRVCC方案的增强在于减少了切换时长，eSRVCC切换时长小于（）A、20msB、40msC、160msD、300ms参考答案：D6.Hbase是哪种数据库？A、关系型数据库B、Nosql数据库C、网状数据库D、层次数据库参考答案：B7.IP地址表示什么A、本地broadcastB、直接multicastC、本地networkD、本地loopback参考答案：A8.ISIS和OSPF路由协议的的相同点不包括A、距离矢量协议B、链路状态协议C、建立邻居关系D、运行SPF算法参考答案：A9.k均值聚类的目标是（）。A、最大化质心距离B、最小化簇内距离的平方和C、最大化簇间距离D、簇的大小基本一致参考答案：B10.MME和HSS之间是什么接口（）A、SGsB、S1-MMEC、SgiD、S6a参考答案：D11.OLAM技术一般简称为”数据联机分析挖掘”，下面说法正确的是:A、OLAP和OLAM都基于客户机/服务器模式，只有后者有与用户的交互性;B、由于OLAM的立方体和用于OLAP的立方体有本质的区别.C、基于WEB的OLAM是WEB技术与OLAM技术的结合.D、OLAM服务器通过用户图形借口接收用户的分析指令，在元数据的知道下，对超级立方体作一定的操作.参考答案：D12.OLAP的基本操作不包括（）。A、上钻B、下钻C、切片D、平移参考答案：D13.OnRetDW系统建模采用的是（）。A、星形模型B、雪花模型C、事实星座模型D、关系数据库模型参考答案：A14.Python在调用efficient-apriori包中的apriori函数进行挖掘关联规则时，第二个返回值是（）。A、最小置信度B、最小支持度C、关联规则D、频繁项集参考答案：C15.Python中Pandas的Series对象中查看数据集中有多少个观察值，采用哪个命令A、headB、infoC、shapeD、columns参考答案：B16.sklearn库中提供（）实现KNN算法A、k-NearerNeighborClassifierB、KNeighborsClassifierC、KNeighborClassifierD、k-NearestNeighborsClassifier参考答案：B17.TAU请求次数为统计一定的时间粒度及网元粒度下，ProcedureType为（）的S1-MME接口XDR的个数A、2B、3C、4D、5参考答案：D18.TCP/IP协议按照从底层到高层的顺序，除了应用层之外，每一层都有与其相对应的PDU（ProtocolDataUnit，协议数据单元），依次为（）A、Bit、Segment、Packet、FrameB、Bit、Frame、Packet、SegmentC、Packet、Bit、Frame、SegmentD、Bit、Packet、Frame、Segment参考答案：B19.Zookeeper是A、集群协调服务B、分布式应用C、AB都不对D、AB都对参考答案：D20.Zookeeper是Hadoop和（）的重要组件A、HiveB、HBASEC、MapReduceD、HDFS参考答案：B21.把多维空间划分成组属于数据挖掘的哪一类任务A、探索性数据分析B、建模描述C、预测建模D、寻找模式和规则参考答案：B22.大数据背景下，数据支撑业务的目的是（）A、建立数据科学B、完成数据应用C、配备数据硬件D、吸纳数据人才参考答案：B23.当不知道数据所带标签时，可以使用哪种技术促使带同类标签的数据与带其他标签的数据相分离？（）A、分类B、聚类C、关联分析D、隐马尔可夫链参考答案：B24.当你输入hadoopfsck/造成“connectionrefusedjavaexception’”时，系统究竟发生了什么？A、datanode出现故障B、resoucemanger出现故障C、nodemanger出现故障D、Namenode出现故障参考答案：D25.当时间序列数据点的一阶差分近似为一常数，可配合以下哪种预测模型（）A、直线B、二次抛物线C、三次抛物线D、指数曲线参考答案：A26.东北人养了一只鸡和一头猪。一天鸡问猪:"主人呢?"猪说:"出去买蘑菇了。"鸡听了撒丫子就跑。猪说:"你跑什么?"鸡叫道:“有本事主人买粉条的时候你小子别跑!"以上对话体现了数据分析方法中的（）A、关联B、聚类C、分类D、自然语言处理参考答案：A27.对于DBSCAN，参数Eps固定，当MinPts取值较大时，会导致（）A、能很好的区分各类簇B、只有高密度的点的聚集区划为簇，其余划为噪声C、低密度的点的聚集区划为簇，其余的划为噪声D、无影响参考答案：B28.对于开通4G业务的用户，如果需要使用VoLTE业务，是否需要更换手机卡，是否需要更换VoLTE终端？A、不需要更换手机卡，需要使用VoLTE终端B、不需要更换手机卡，不需要使用VoLTE终端C、需要更换手机卡，需要使用VoLTE终端D、需要更换手机卡，不需要使用VoLTE终端参考答案：A29.对于任一个频繁项集X和它的一个非空真子集Y，S=X-Y，规则S→Y成立的条件是（）。A、confidence（→S）≥minconfB、confidence（→Y）＜minconfC、confidence（→S）＜minconfD、confidence（S→Y）≥minconf参考答案：D30.个人信息的收集、处理和利用应当遵循（）的原则，不得违反法律、法规的规定和双方的约定收集、处理和利用个人信息。（）A、正规、合法、必要B、合法、正当、必要C、合法、合规、正当D、合法、合理、合规参考答案：B31.给定df是一个DataFrame对象，对df所有字段进行描述性统计，可以利用的方法为（）。A、df.mean（）B、df.statistics（）C、df.summary（）D、df.describe（）参考答案：D32.根据聚类形成的簇的特点，如果有交集的簇之间必然存在包含关系，这种聚类称为（）。A、重叠聚类B、层次型聚类C、划分型聚类D、以上均不是参考答案：B33.关于K均值和DBSCAN的比较，以下说法不正确的是（）。A、K均值丢弃被它识别为噪声的对象，而DBSCAN一般聚类所有对象。B、K均值使用簇的基于原型的概念，而DBSCAN使用基于密度的概念。C、K均值很难处理非球形的簇和不同大小的簇，DBSCAN可以处理不同大小和不同形状的簇。D、K均值可以发现不是明显分离的簇，即便簇有重叠也可以发现，但是DBSCAN会合并有重叠的簇。参考答案：A34.关于OLAP和OLTP的说法，下列不正确的是:A、OLAP事务量大，但事务内容比较简单且重复率高.B、OLAP的最终数据来源与OLTP不一样.C、OLTP面对的是决策人员和高层管理人员.D、OLTP以应用为核心，是应用驱动的.参考答案：A35.关于python说法错误的是（）A、python字典中的“健”可以是元组B、python集合中元素不允许重复C、python字典中的“值”不允许重复D、python集合中的元素可以是列表参考答案：D36.关于Python字符串下列说法错误的是（）A、字符应该视为长度为1的字符串B、字符串以\0标志字符串的结束C、既可以用单引号，也可以使用双引号创建字符串D、在三引号字符串中可以包含换行回车等特殊字符参考答案：B37.关于性能度量不正确的是（）A、性能度量是衡量模型泛化能力的评价标准，反映了任务需求B、在对比不同模型的能力时，使用不同的性能度量会导致不同的评判结果，这就意味着模型的“好坏”是相对的C、回归任务最常用的性能度量是“均方误差”D、性能度量实用意义不大参考答案：D38.假设检验中，拒绝域的边界称为（）A、临界值B、临界点C、置信水平D、边际值参考答案：A39.将原始数据进行集成、变换、维度规约、数据规约是在以下哪个步骤的任务（）A、频繁模式挖掘B、分类和预测C、数据预处理D、数据流挖掘参考答案：C40.决策树分类方法中，ID3算法使用的分裂准则是：（）A、信息增益B、增益比率C、基尼指数D、分类错误率参考答案：A41.考虑下面的频繁3-项集的集合：{1，2，3}，{1，2，4}，{1，2，5}，{1，3，4}，{1，3，5}，{2，3，4}，{2，3，5}，{3，4，5}假定数据集中只有5个项，采用合并策略，由候选产生过程得到4-项集不包含（）A、1，2，3，4B、1，2，3，5C、1，2，4，5D、1，3，4，5参考答案：C42.考虑这么一种情况：一个对象碰巧与另一个对象相对接近，但属于不同的类，因为这两个对象一般不会共享许多近邻，所以应该选择（）的相似度计算方法。A、平方欧几里德距离B、余弦距离C、直接相似度D、共享最近邻参考答案：D43.考虑值集{12243324556826}，其四分位数极差是：A、31B、24C、55D、3参考答案：A44.可以对按季度汇总的销售数据进行（），来观察按月汇总的数据。A、上卷B、下钻C、切片D、切块参考答案：B45.模型把数据学习的太彻底，以至于把噪声数据的特征也学习到了，这样就会导致在后期测试的时候不能够很好地识别数据，模型泛化能力太差，这是（）的原因A、欠拟合B、泛化误差C、过拟合D、经验误差参考答案：C46.某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖掘的哪类问题?（）A、关联规则发现B、聚类C、分类D、自然语言处理参考答案：A47.某项目预计运行5年后的净现值为4500万元，如折现率为16%，其终值应为（）万元（说明:结果保留两位小数）A、8045.86B、6996.21C、9451.54D、7000.02参考答案：C48.某牙膏厂原来生产两面针药物牙膏，现在又增加牙刷生产，这属于（）A、同心多元化B、水平多元化C、集团多元化D、相关多元化参考答案：B49.能够完全匹配字符串“back”和“back-end”的正则表达式包括（）A、r“\w{4}-\w{3}|\w{4}”B、r“\w{4}|\w{4}-\w{3}”C、r“\S±\S+|\S+”D、r“\w*\b-\b\w*|\w*”参考答案：B50.频繁项集、频繁闭项集、最大频繁项集之间的关系是：（）A、频繁项集频繁闭项集=最大频繁项集B、频繁项集=频繁闭项集最大频繁项集C、频繁项集频繁闭项集最大频繁项集D、频繁项集=频繁闭项集=最大频繁项集参考答案：C51.苹果的FaceID基于3D结构光技术，硬件上不需要（）A、点发射器B、红外发射器C、红外摄像头D、数据线参考答案：D52.朴素贝叶斯算法是一种（）数据挖掘算法。A、关联分析B、预测C、分类D、聚类参考答案：C53.人工智能的目的是让机器能够（）A、具有完全的智能B、完全和人脑一样考虑问题C、完全替代人D、模拟、延伸和扩展人的智能参考答案：D54.熵是为消除不确定性所需要获得的信息量，投掷均匀正六面体骰子的熵是：（）A、1B、2.6C、3.2D、3.8参考答案：B55.使用交互式的和可视化的技术，对数据进行探索属于数据挖掘的哪一类任务？A、探索性数据分析B、建模描述C、预测建模D、寻找模式和规则参考答案：A56.视频业务流程可以分为播放准备阶段和播放阶段，其中属于播放阶段KQI指标有（）A、停顿次数B、视频播放等待时长C、初始缓冲成功率D、初始缓冲时长参考答案：A57.数据挖掘技术包括三个主要的部分（）A、数据、模型、技术B、算法、技术、领域知识C、数据、建模能力、算法与技术D、建模能力、算法与技术、领域知识参考答案：C58.数据中心侧的数据流转方式未为（）A、D.XP;B、E.SPC、OGGD、E.TL参考答案：D59.通过代码”fromsklearn.clusterimportKMeans”引入Kmeans模块，生成模型对象“kmeans=KMeans（_clusters=2）”后，对于数据X训练时要调用的方法是（）。A、kmaens.fit（）B、kmeans.fit（）C、kmaens.train（）D、kmeans.train（）参考答案：B60.为支撑市场营销，除下述哪个用户终端特征识别外，均能用于提高批开用户的VoLTE转化成功率A、软件版本B、软开关状态识别C、VoLTE版本D、芯片版本参考答案：D61.无线网性能劣化可能导致以下哪个指标出现问题？（）A、小区RTT下行时延B、TCP一二次握手时延C、服务器侧下行RTTD、小区RTT上行时延参考答案：A62.下列不是智能的特征的是（）A、具有储存空间B、具有学习能力C、具有记忆与思维的能力D、具有自适应能力参考答案：A63.下列不属于分类方法的是（）A、决策树算法B、贝叶斯算法C、人工神经网络D、K均值算法参考答案：D64.下列代码实现（）功能X=list（range（20））Forindex，valueinenumerate（x）:ifvalue==3:x[index]=5A、判断列表x中是否含3、5B、输出列表中3、5C、将列表x中值为3的元素修改为5D、将列表x中任意3个值修改为5参考答案：C65.下列哪个描述是正确的？（）A、分类和聚类都是有监督的学习B、分类和聚类都是无监督的学习C、分类是有监督的学习，聚类是无监督的学习D、分类是无监督的学习，聚类是有监督的学习参考答案：C66.下列哪个协议可提供“ping”和“traceroute”这样的故障诊断功能A、ICMPB、IGMPC、ARPD、RARP参考答案：A67.下列哪项不是物联网端到端业务质量关键性能指标（）A、业务传输速率B、TCP重传率C、TCP乱序率D、http首包响应时延参考答案：D68.下列哪些数据不可以直接作为网络结构评估的数据源（）A、仿真栅格电平预测值B、ATU数据C、MR数据D、话统参考答案：D69.下列哪种（）算法不能从现有数据中挖掘类似群体A、指数平滑法B、K-means算法C、K-medoids算法D、CLARANS算法参考答案：A70.下列请求报头中，可以记载用户信息实现模拟登录的是（）。A、User-AgentB、CookieC、ConnectionD、Host参考答案：A71.下列属于间接数据挖掘的是（）A、分类B、估值C、聚集D、预言参考答案：C72.下面关于Jarvis－Patrick（JP）聚类算法的说法不正确的是（）。A、JP聚类擅长处理噪声和离群点，并且能够处理不同大小、形状和密度的簇。B、JP算法对高维数据效果良好，尤其擅长发现强相关对象的紧致簇。C、JP聚类是基于SNN相似度的概念。D、JP聚类的基本时间复杂度为O（m）。参考答案：D73.下面关于time库引用不正确的是（）A、from*importtimeB、importtimeC、fromtimeimport*D、fromtimeimportstrftime参考答案：A74.下面关于构建模型树的说法中，错误的是（）。A、如果当前结点t所关联的数据集Dt中样本个数小于给定阈值或者Dt中样本的目标属性取值的标准差小于给定阈值，则将该结点标记为叶子节点B、创建一个结点t，与结点t关联的数据集记为DtC、在选择分类属性时，应选择时SDR值最小的属性D、SDR代表误差的期望减少参考答案：C75.下面关于数据粒度的描述不正确的是:A、粒度是指数据仓库小数据单元的详细程度和级别;B、数据越详细，粒度就越小，级别也就越高;C、数据综合度越高，粒度也就越大，级别也就越高;D、粒度的具体划分将直接影响数据仓库中的数据量以及查询质量.参考答案：C76.下面哪个Python库不能用于提取网页信息？A、BeautifulSoupB、lxmlC、requestsD、re参考答案：C77.下面哪项是集中性能管理面向终端专题（）A、2/3G高流量小区迁移B、终端在网质量评估分析C、客户投诉溯源分析D、网络实时性能监控参考答案：D78.下面选项中t不是s的子序列的是（）A、S=＜{2，4}，{3，5，6}，{8}>t=＜{2}，{3，6}，{8}>B、S=＜{2，4}，{3，5，6}，{8}>t=＜{2}，{8}>C、S=＜{1，2}，{3，4}>t=＜{1}，{2}>D、S=＜{2，4}，{2，4}>t=＜{2}，{4}>参考答案：C79.下述哪个参数用于UE从GSM/UMTS网络重选到LTE网络过程中的位置更新请求A、GUTIB、OldGUTIC、PTMSI/RAID、OldPTMSI/RAI参考答案：A80.先按课程号升序排列，再按成绩降序排列检索出选课表中的所有信息，下面SQL语句正确的是（）。A、SELECT*FROM选课表ORDERBY课程号，成绩;B、SELECT*FROM选课表GROUPBY课程号，成绩;C、SELECT*FROM选课表ORDERBY课程号，成绩DESC;D、SELECT*FROM选课表ORDERBY课程号DESC，成绩;参考答案：C81.向量x=[1，2，3，4，5，0]的L1范数是多少A、5B、15C、6D、55参考答案：B82.要求满足连接条件的记录，以及连接条件左侧表中的记录都包含在结果中，应使用（）。A、左连接B、右连接C、内部连接D、完全连接参考答案：A83.一个对象的离群点得分是该对象周围密度的逆。这是基于（）的离群点定义。A、概率B、邻近度C、密度D、聚类参考答案：C84.一所大学内的各年纪人数分别为:一年级200人，二年级160人，三年级130人，四年级110人。则年级属性的众数是:A、一年级B、二年级C、三年级D、四年级参考答案：A85.已知:D={123:'Tom'，'age':18，'score':[91，92，93]}Print（d[123][1]，d['age']，d['score'][-1]）输出的结果是:A、T，18，91B、o，18，91C、T，18，92D、o，18，93参考答案：D86.已知x=[1，2，3]，执行语句x.append（4）之后，x的值是（）A、[1，2，3，4]B、[4]C、[1，2，3]D、4参考答案：A87.以下（）不是影响聚类算法结果的主要因素。A、已知类别的样本的质量B、聚类结束条件C、描述属性的选取D、对象的相似性度量参考答案：A88.以下关于大数据应用说法错误的是（）。A、大数据起源互联网，目前处于成熟期;B、目前金融、电信、零售、公共服务等领域在积极的探索和应用大数据;C、互联网是大数据的发源地;D、互联网上形成了多种相对成熟的应用模式。参考答案：A89.以下关于列表操作的描述，错误的是：A、通过append方法可以向列表添加元素B、通过extend方法可以将另一个列表中的元素逐一添加到列表中C、通过insert（index，object）方法在指定位置index前插入元素objectD、通过add方法可以向列表添加元素参考答案：D90.以下关于人工神经网络（ANN）的描述错误的有（）A、神经网络对训练数据中的噪声非常鲁棒B、可以处理冗余特征C、训练ANN是一个很耗时的过程D、至少含有一个隐藏层的多层神经网络参考答案：A91.以下哪个指标不是手机上网感知指标A、TCP一二次握手时延B、TCP二三次握手时延C、ARPUD、ERAB建立成功率参考答案：C92.以下哪项关于决策树的说法是错误的（）A、冗余属性不会对决策树的准确率造成不利的影响B、子树可能在决策树中重复多次C、决策树算法对于噪声的干扰非常敏感D、寻找最佳决策树是参考答案：C93.以下哪项关于决策树的说法是错误的（）A、冗余属性不会对决策树的准确率造成不利的影响B、子树可能在决策树中重复多次C、决策树算法对于噪声的干扰非常敏感D、寻找最佳决策树是NP完全问题参考答案：C94.用户使用小包传输的数据业务时，哪项指标对用户感知的影响较明显？A、首包时延B、响应成功率C、下载速率D、登陆成功率参考答案：A95.用户有一种感兴趣的模式并且希望在数据集中找到相似的模式，属于数据挖掘哪一类任务（）A、根据内容检索B、建模描述C、预测建模D、寻找模式和规则参考答案：A96.用于分类与回归应用的主要算法有（）。A、RBF神经网络、K均值法、决策树B、Apriori算法、HotSpot算法C、K均值法、SOM神经网络D、决策树、BP神经网络、贝叶斯参考答案：D97.用于将Python程序打包成可执行文件的工具是（）A、Panda3DB、cocos2dC、pipD、PyInstaller参考答案：D98.有产品表，其结构为:产品（产品号，名称，规格说明，单价），查询单价在600元以上主机板和硬盘的正确命令是（）。A、SELECT*FROM产品WHERE单价>600AND（名称='主机板'AND名称='硬盘'）;B、SELECI*FROM产品WHERE单价>600AND（名称='主机板'OR名称='硬盘'）;C、SELECT*FROM产品ON单价>600AND（名称='主机板'AND名称='硬盘'）;D、SELECT*FROM产品ON单价>600AND（名称='主机板'OR名称='硬盘'）;参考答案：B99.有关OnRetDw系统的叙述中正确的是（）A、OnRetDW系统是一个实现在线交易的系统B、OnRetDW系统是一个可以完成任意商品信息分析的系统C、OnRetDW系统是一个面向特定主题的数据仓库系统D、以上都不对参考答案：C100.有关朴素贝叶斯分类算法的叙述中正确的是（）A、朴素贝叶斯分类算法是一种精确的分类算法B、采用朴素贝叶斯分类算法将一个样本分到某个类别中，表示它100%属于该类别C、朴素贝叶斯分类算法是一种基于概率的分类算法D、以上都不对参考答案：C101.运行以下代码”importmatplotlib.pyplotasplt”引入plt后，要绘制饼状图，需要利用的函数为（）。A、plt.hist（）B、plt.pie（）C、plt.plot（）D、plt.bar（）参考答案：B102.运行以下代码Fromsklearn.datasetsimportload_irisIris_data=load_iris（）Iris_data.data.shape输出结果为（150，4）。则表示iris数据集包括样本特征数为（）。A、600B、150C、4D、154参考答案：C103.在CBD商圈，以下哪款手机的渗透率最高A、华为B、小米C、三星D、苹果参考答案：D104.在CBD商圈，以下哪类APP流量占比最高A、即时通信B、音乐C、下载D、视频参考答案：A105.在Scikit-learn模块下，不同分类模型在预测时，调用的方法名称（）。A、相同B、视情况而定C、不知道D、不同参考答案：A106.在sklearn中构建复合评估器时，如果想对所有特征进行不同的变换，然后将多种变换的所得的结果组合成新的特征数据，可以使用哪个转换器（）A、ColumnTransformerB、FeatureUnionC、PipelineD、Impute参考答案：B107.在SQL语句中，可使用的通配符“%（百分号）”表示（）。A、一个字符B、纯数字C、计算百分数D、0到多个字符参考答案：D108.在SQL中，创建数据库用的命令是（）A、CREATESCHEMAB、CREATETABLEC、CREATEVIEWD、CREATEDATABASE参考答案：D109.在抽样方法中，当合适的样本容量很难确定时，可以使用的抽样方法是：A、有放回的简单随机抽样B、无放回的简单随机抽样C、分层抽样D、渐进抽样参考答案：D110.在基于规则分类器的中，依据规则质量的某种度量对规则排序，保证每一个测试记录都是由覆盖它的“最好的”规格来分类，这种方案称为A、基于类的排序方案B、基于规则的排序方案C、基于度量的排序方案D、基于规格的排序方案。参考答案：B111.在基于图的簇评估度量表里面，如果簇度量为proximity（Ci，C），簇权值为mi，那么它的类型是（）。A、基于图的凝聚度B、基于原型的凝聚度C、基于原型的分离度D、基于图的凝聚度和分离度参考答案：C112.在建立线性回归（LinearRegression）之前我们可以利用何种方法挑选重要属性，以降低模型的复杂度?A、皮尔森相关系数B、卡方检定C、T-检定D、Z-Score参考答案：A113.在上题中，属于定量的属性类型是:A、标称B、序数C、区间D、相异参考答案：C114.在一元回归分析中，用r表示因变量对自变量的相关系数，当|r|接近1时，说明因变量与自变量之间的线性关系就好。A、FB、T参考答案：B115.在有指导的数据挖掘中，有关测试集的说法错误的是（）A、测试集和训练集是相互联系的B、测试集是用以测试模型的数据集C、通常测试集大约占总样本的三分之一D、K-次交叉验证中，测试集只有1个，训练集有K-1个参考答案：A116.支持向量机是一种二分类模型，其基本模型定义为特征空间上的间隔最大的（），其学习策略便是间隔最大化，最终可转化为一个凸二次规划问题的求解。A、环形分类器B、线性分类器C、回归分类器D、非线性分类器参考答案：B117.只有非零值才重要的二元属性被称作A、计数属性B、离散属性C、非对称的二元属性D、对称属性参考答案：C118.最小最大规范化方法MinMaxScaler属于python中的哪个包（）。A、numpyB、scipyC、pandasD、sklearn参考答案：D多选题1.（）这些数据特性都是对聚类分析具有很强影响的。A、高维性B、规模C、稀疏性D、噪声和离群点参考答案：ABCD2.《实时业务质量监控保障》落地手册中提出的实时数据处理架构，给出了哪些参考架构A、基于开源框架的流数据处理架构B、基于自主研发的精简XDR架构C、基于MPP数据库架构D、基于Spark框架架构参考答案：AB3.Attach成功率的指标来源可能是A、网管系统B、网优平台C、集中性能平台D、大数据平台参考答案：ABCD4.DBSCAN根据点的密度将点分为三类：（）A、稠密区域内部的点B、各样本归于最近的类中心点C、稠密区域边缘上的点D、稀疏区域中的点参考答案：ACD5.GPRS/EDGE网络的QoS包括哪几项A、优先等级Serviceprecedence（priority）B、可靠性等级ReliabilityC、延时等级delayD、峰值吞吐量等级PeakThroughputE、平均吞吐量等级AverageThroughput参考答案：ABCDE6.Hadoop集群可以运行的3个模式？A、单机（本地）模式B、伪分布式模式C、全分布式模式D、安全模式参考答案：ABC7.TD-LTE室内覆盖面临的挑战（）A、覆盖场景复杂多样B、信号频段较高，覆盖能力差C、双流模式对室分系统工程改造要求较高D、与WLAN系统存在复杂的互干扰问题参考答案：ABCD8.TD-LTE异系统切换步骤A、测量B、切换判决C、切换准备D、切换执行参考答案：ABCD9.Weka是著名的开源机器学习和数据挖掘软件，高级用户可以通过哪些方式调用其分析组件A、Java编程B、命令行C、智能客服D、远程接口参考答案：AB10.XDR共享审核记录中，至少包括以下哪些共享信息A、系统名称B、使用数据用途C、共享数据类型D、共享数据范围参考答案：ABCD11.按照性质，预测方法大致可分为（）。A、定性预测B、情景预测C、时间序列预测D、回归预测参考答案：ACD12.贝叶斯信念网络（BBN）有如下哪些特点，A、构造网络费时费力B、正确模型的过分问题非常鲁棒C、贝叶斯网络不适合处理不完整的数据D、网络结构确定后，添加变量相当麻烦参考答案：AB13.层次聚类的聚类方式有（）A、凝聚方式聚类B、分解方式聚类C、Q型聚类D、R型聚类参考答案：AB14.层次聚类主要有（）类型A、凝集层次聚类B、凝聚层次聚类C、分散层次聚类D、分裂层次聚类参考答案：BD15.常见的特征选择方式包括（）A、过滤法B、嵌入法C、包装法D、主成分分析参考答案：ABC16.从复杂度及价值高低两个维度，可以将数据分析分为（）A、描述性分析（DescriptiveAnalytics）B、诊断性分析（DiagnosticAnalytics）C、预测性分析（PredictiveAnalytics）D、规范性分析（PrescriptiveAnalytics）参考答案：ABCD17.打点模型把视频业务分为接入阶段与播放阶段。其中接入阶段又被细分为（）A、初始缓冲准备阶段B、初始缓冲阶段C、播放阶段D、播放准备阶段参考答案：AB18.大数据四大特征:A、速度快B、数据量大C、价值密度低D、类型多参考答案：ABCD19.电子元器件:A、电子管B、晶体管C、小规模中规模集成电路D、大规模或超大规模集成电路参考答案：ABCD20.对于一个二分类问题，现在已经建立好了模型，该模型通过设置概率估计的阈值输出0或1。初始时设概率估计阈值为0.5，超过0.5判别为1，否则就判别为0;如果现在用另一个大于0.5的阈值，那么模型评估指标将发生什么变化（）A、模型分类的召回率会降低或不变B、模型分类的召回率会升高C、模型分类精确率（Precision）会升高或不变D、模型分类精确率（Precision）会发生变化，但不能确定是升高还是降低参考答案：AD21.概率分析中，应计算出（）表明该风险因素的风险程度。A、变异系数B、期望值C、方差D、标准差参考答案：ABCD22.根据《中国移动大数据安全管控分类分级实施指南》，以下哪些数据属于B类数据A、短信、彩信、话音等通信内容B、用户通讯录、好友列表、群组列表等用户资料数据C、用户上网访问内容D、即时通信内容参考答案：ABCD23.关联规则的评价指标A、均方误差B、均方根误差C、支持度D、置信度参考答案：CD24.关于CHAID算法，以下正确的是A、CHAID算法是一种决策树算法B、CHAID的输入变量和输出变量只能是分类型变量C、CHAID只能建立二叉树D、CHAID算法从统计显著性检验角度确定了当前最佳分组变量和分割点。参考答案：AD25.关于DPI采集的xDRID，下面说法不正确的是？（）A、一个信令流程或业务传输过程生成一个XDR_IDB、不同接口的xDRID不同C、一个XDR_ID可能对应同一信令流程中的多条原始消息记录D、同一用户的XDRID永远相同参考答案：BD26.关于Python内存管理，下列说法正确的是（）A、变量不必事先声明B、变量无须先创建和赋值而直接使用C、变量无须指定类型D、可以使用del释放资源参考答案：ACD27.关于数据范式描述准确的是:A、经验科学是第一范式，主要研究模型是科学实验;B、理论科学是第二范式，主要研究模型是数学模型;C、计算科学是第三范式，主要研究模型是计算机仿真和模拟，第三范式是“人脑+电脑”，人脑是主角;D、数据密集型科学是第四范式，的主要研究模型是数据挖掘和机器学习，特别是机器学习，第四范式是“电脑+人脑”，电脑是主角。参考答案：ABCD28.货币时间价值用相对值来表示时，在数量上应当理解为扣除（）后的社会平均利润率。A、时间因素B、通货膨胀因素C、纯粹利率D、风险因素参考答案：BD29.集中性能“四轮驱动”包含以下业务（）A、家宽业务B、集客业务C、新业务D、移动业务参考答案：ABCD30.检索所有姓“张”、姓“田”的学生信息，可以使用的SQL语句有（）。A、SELECT*FROMstudentWHEREstudent_nameLIKE（'张%'OR'田%'）;B、SELECT*FROMstudentWHERESUBSTRING（student_name，1，1）in（'张'，'田'）;C、SELECT*FROMstudentWHERESUBSTRING（student_name，1，1）='张'ORSUBSTRING（student_name，1，1）='田';D、SELECT*FROMstudentWHEREstudent_nameLIKE'张%'ORstudent_nameLIKE'田%';参考答案：BCD31.聚类分析的应用有（）A、聚类分析可以作为其它算法的预处理步骤B、可以作为一个独立的工具来获得数据的分布情况，聚类分析是获得数据分布情况的有效方法C、聚类分析可以完成孤立点挖掘D、客户价值分析参考答案：ABCD32.决策树算法很容易出现过拟合，我们通常会使用一些剪枝手段来改善这一现象。对于sklearn.tree.DecisionTreeClassifier模型，下面这些参数哪些能起到剪枝的作用（）A、criterionB、max_depthC、min_samples_splitD、min_impurity_split参考答案：BCD33.利用中文文本绘制词云时，需要在anaoncda的基础上安装哪些工具包（）。A、MatplotlibB、WordcloudC、Scikit-learnD、Jieba参考答案：BD34.联机分析处理包括（）基本分析功能。A、聚类B、切片C、转轴D、切块参考答案：BCD35.确定一个投资方案可行的必要条件是（）。A、净现值大于零B、现值指数大于1C、投资回收期小于1年D、内部报酬率较高参考答案：AB36.视频播放准备阶段的KQI指标包含（）A、视频播放成功率B、视频首帧显示时长C、初始缓冲成功率D、视频首次卡顿时长参考答案：ABCD37.属于分裂的层次聚类算法有A、二分K均值B、MSTC、ChameleonD、组平均参考答案：AB38.数据挖掘算法的组件包括：（）A、模型或模型结构B、评分函数C、优化和搜索方法D、数据管理策略参考答案：ABCD39.数据预处理方法主要有（）?A、数据清洗B、数据集成C、数据变换D、数据归约参考答案：ABCD40.随机对比实验的调查方法的优点是（）A、能够测算实验误差B、可以提高实验结果的可靠性C、可以节省分析过程和时间D、费用开支小参考答案：AB41.天猫分析人员希望通过聚类方法定位代商家刷信用级别的违规者，以下那种操作不应该进行（）A、对变量进行标准化B、对变量进行百分位秩或Turkey正态性转换C、对变量进行因子分析或聚类分析D、对变量进行分箱处理参考答案：BD42.完全竞争性的市场具有（）等特点。A、任一企业无法操纵市场B、少数企业可以影响交易数量C、多个竞争企业同时存在D、企业必须采取随行就市定价法参考答案：ACD43.伪分布模式中的注意点？A、伪分布式适用于开发和测试环境B、所有守护进程都在同一台机器上运行C、守护进程在不同的机器上运行D、伪分布模式不能用于开发分布式代码参考答案：AB44.文本挖掘的工具有（）A、SPPTextMiningB、IBMDB2intelligentMinerC、SASTextMinerD、SPSSTextMining参考答案：BCD45.我们可以用哪种方式来避免决策树过度拟合的问题?（）A、利用修剪法来限制树的深度B、利用盆栽法规定每个节点下的最小的记录数C、利用逐步回归法来删除部分数据D、目前并无适合的方法来处理这问题参考答案：AB46.下边属于数据基本类型的是:A、数值B、字符串C、字典D、集合参考答案：AB47.下列对ID3算法的描述，正确的是（）A、每个节点的分支度都不相同B、使用InformationGain作为节点分割的依据C、可以处理数值型态的字段D、方法处理空值的字段参考答案：ABD48.下列对学生的描述属性中，标称属性的属性是:A、婚姻状况B、头发颜色C、身高D、学号参考答案：ABD49.下列对于IP地址的描述正确的是A、主机部分全为“1”的IP址址称为有限广播B、0.x.y.z表示本网络的指定主机C、一个A类网的IP址址x.0.0.0表示x这个网络D、IP地址~55属于保留地址参考答案：BCD50.下列关于QOS的描述正确的是（）A、EPS是在HSS和PCRF中签约QOSB、HSS里可以签约用户建立的所有承载的QOSC、在GPRS系统中，Qos签约在HLR中，对于每个PDP上下文，都要分配各自相应的QosD、如果默认承载的Qos不能满足某种业务的需求，UE需要为其请求建立一个专有承载，由PGW基于PCRF授予的Qos参数来决定分配给专有承载的Qos，所以没有必要在HSS里签约专有承载的Qos参考答案：ACD51.下列哪些指标用于评估分类模型（）A、AccuracyB、PrecisionC、MSED、Recall参考答案：ABD52.下列属于互联网普惠金融会造成的现象的是（）A、消费数据加持人工智能，解决了个人征信问题B、互联网金融彻底改变了消费习惯，用户使用支付宝和微信就能完成99%的支持场景，中国进入无现金社会C、支付宝旗下的天宏基金成为最大的货币基金D、用户的零钱自动转余额宝，银行短期存款消失，揽储压力山大参考答案：ABCD53.下面给出的t检验的结果，（）表明接受原假设，显著性水平为0.05。A、0.000B、0.039C、0.092D、0.124参考答案：CD54.下面哪些属于可视化高维数据技术（）A、矩阵B、平行坐标系C、星形坐标D散布图D、Chernoff脸参考答案：ABCD55.下面哪些属于可视化高维数据技术？A、矩阵B、平行坐标系C、星形坐标D、散布图E、Chernoff脸参考答案：ABCE56.下面那个TCP/IP传输层协议提供了端到端面向事务的高效连接服务A、IPB、TCPC、UDPD、ICMP参考答案：ABD57.移动网信令XDR包括以下哪些内容A、移动网通用信息B、公共信息C、信令信息D、通用业务信息参考答案：BC58.以下sklearn中的模型，哪些是解决回归分析的？（）A、LinearRegressionB、SVRC、LogisticRegressionD、Ridge参考答案：ABD59.以下各项均是针对数据仓库的不同说法，你认为正确的有（）A、数据仓库就是数据库B、数据仓库是一切商业智能系统的基础C、数据仓库是面向业务的，支持联机事务处理（OLTP）D、数据仓库支持决策而非事务处理E、数据仓库的主要目标就是帮助分析，做长期性的战略制定参考答案：BCDE60.以下关于CART和C5.0的说法，错误的是:A、CART中的输入变量和输出变量可以是分类型也可以是数值型，而C5.0中的输出变量只能是分类型B、CART能建立多叉树，而C5.0只能建立二叉树。C、CART以Gini系数和方差为基础选择最佳分组变量和分割点，而C5.0则以信息熵为基础计算信息增益率。D、CART只依据训练样本集通过近似正态分布进行剪枝，而C5.0依据检验样本集进行剪枝参考答案：BD61.以下关于非频繁模式说法，正确的是（）A、其支持度小于阈值B、都是不让人感兴趣的C、包含负模式和负相关模式D、对异常数据项敏感参考答案：AD62.以下哪个分布是右偏分布（）A、均匀分布B、卡方分布C、F分布D、对数正态分布参考答案：BCD63.以下哪个用户上网流程不属于业务面A、网络附着B、TCP握手C、承载建立D、TAU更新参考答案：ACD64.以下哪些数据挖掘工具是开源的（）A、KNIMEB、SPSSC、WEKAD、Orange参考答案：ACD65.以下哪些学科和数据挖掘有密切联系？（）A、统计B、计算机组成原理C、矿产挖掘D、人工智能参考答案：AD66.以下属于聚类算法的是（）。A、K均值B、DBSCANC、AprioriD、Jarvis-Patrick（JP）参考答案：ABD67.以下算法中对缺失值敏感的有（）A、Logistic回归B、SVM算法C、CART决策树D、朴素贝叶斯参考答案：AB68.以下选项能成为子查询返回结果的是（）。A、一个表B、一个值C、一列数据D、一个表达式#参考答案：ABC69.营销观念是营销过程中如何处理（）利益关系。A、企业B、员工C、顾客D、社会参考答案：ACD70.用于分类与回归应用的主要算法有A、决策树B、BP神经网络C、贝叶斯D、K均值参考答案：ABC71.在《中国移动集中性能管理应用落地手册-居民区4G＆宽带网络能力全景分析》中，居民区常驻用户识别模型是A、基于信令识别用户常驻居民区B、基于MR打点法识别用户常驻居民区C、基于语音话单识别用户常驻居民区D、基于用户宽带开户信息识别参考答案：ABCD72.在PTN构建的承载网络中，经常会用到链路聚合技术来实现对端口的保护和扩大链路带宽。使用U2000网管进行监控工作时，经常会发现有LAG_MEMBER_DOWN告警上报，则触发该告警上报的原因有A、端口的物理连接不可用B、聚合组端口运行了LACP，但LACP报文收发不正常C、端口误码越限D、聚合组端口有环回设置参考答案：ABCD73.在集团公司四维十轮网络质量评估体系中，评估共享单车业务感知的主要指标包括：A、共享单车业务响应成功率（%）B、共享单车业务响应时延（ms）C、共享单车业务下载速率（kbps）D、共享单车业务解锁时延（ms）参考答案：AB74.在聚类分析当中，可以处理任意形状的簇的方法包括：A、MIN（单链）B、ChameleonC、MAX（全链）D、组平均参考答案：AB75.在有关数据仓库测试，下列说法中正确的是（）A、在完成数据仓库的实施过程中，需要对数据仓库进行各种测试.测试工作中要包括单元测试和系统测试B、当数据仓库的每个单独组件完成后，就需要对他们进行单元测试C、系统的集成测试需要对数据仓库的所有组件进行大量的功能测试和回归测试D、在测试之前可以不制定详细的测试计划，测试过程中实时调整。参考答案：ABC76.在作逻辑回归时，如果区域这个变量，当Region=A时Y取值均为1，无法确定是否出现的是哪个问题?A、共线性B、异常值C、拟完全分离（Quasi-completeseparation）D、缺失值参考答案：ABD77.针对咪咕游戏业务提供市场营销支撑，可以从哪些维度入手分析A、游戏用户识别B、热点游戏识别C、质差用户识别D、价值区域识别参考答案：ABD78.针对涉及多张表的取数需求，SQL查询中至少因包含的关键字为A、selectB、joinC、createD、format参考答案：AB79.智能翻译可以实现的功能为（）A、多种语言翻译B、语音翻译C、方言翻译D、拍照翻译参考答案：ABCD判断题1.“大数据”是指规模超过1000TB的数据集。A、正确B、错误参考答案：B2.Bayes法是一种在已知后验概率与类条件概率的情况下的模式分类方法，待分样本的分类结果取决于各类域中样本的全体。A、正确B、错误参考答案：B3.DBSCAN是相对抗噪声的，并且能够处理任意形状和大小的簇。A、正确B、错误参考答案：A4.GET请求是指向指定资源提交数据进行处理请求，数据被包含在请求体中。A、正确B、错误参考答案：A5.k-means聚类算法无论对离散型属性，还是对连续型属性具有较好的聚类效果。A、正确B、错误参考答案：B6.K均值聚类算法，簇的个数由算法自动地确定。A、正确B、错误参考答案：B7.K-均值聚类算法是一种基于原型的、根据距离划分组的算法。A、正确B、错误参考答案：A8.LF、RF算法分别为逻辑回归算法、随机森林算法的简称。A、正确B、错误参考答案：A9.OLAP技术侧重于把数据库中的数据进行分析、转换成辅助决策信息，是继数据库技术发展之后迅猛发展起来的一种新技术。A、正确B、错误参考答案：A10.Python变量使用前必须先声明，并且一旦声明就不能在当前作用域内改变其类型了。A、正确B、错误参考答案：B11.Python集合支持双向索引。A、正确B、错误参考答案：B12.Python字典和集合支持双向索引。A、正确B、错误参考答案：B13.re模块中的match方法是从字符串的开头对输入的正则表达式进行匹配。A、正确B、错误参考答案：A14.SELECT语句是SQL的核心语句，它完成查询功能。A、正确B、错误参考答案：A15.SELECT语句中，实现排序的子句是GROUPBY。A、正确B、错误参考答案：B16.SQL中删除表的命令是“DELETETABLE”。A、正确B、错误参考答案：B17.SVM是这样一个分类器，他寻找具有最小边缘的超平面，因此它也经常被称为最小边缘分类器（minimalmarginclassifier）A、正确B、错误参考答案：B18.边际收入是指每增加1单位销量所带来的总收入的增加额度。A、正确B、错误参考答案：A19.表达式（i**2foriinrange（100））的结果是个元组。A、正确B、错误参考答案：B20.不同的算法可能用不同的时间、空间或效率来完成同样的任务。A、正确B、错误参考答案：A21.从点作为个体簇开始，每一步合并两个最接近的簇，这是一种分裂的层次聚类方法。A、正确B、错误参考答案：B22.大项目集的任一非空子集也一定是大的A、正确B、错误参考答案：A23.当以指定“键”为下标给字典对象赋值时，若该“键”存在则表示修改该“键”对应的“值”，若不存在则表示为字典对象添加一个新的“键-值对”。A、正确B、错误参考答案：A24.对于带有else子句的循环语句，如果是因为循环条件表达式不成立而自然结束循环，则执行else子句中的代码。A、正确B、错误参考答案：A25.对于非对称的二元属性，两个都取值1的情况（正匹配）被认为比两个都取值0的情况（负匹配）更有意义，其中负匹配数t被认为是不重要的，因此在计算时可以忽略。A、正确B、错误参考答案：A26.对于生成器对象x=（3foriinrange（5）），连续两次执行list（x）的结果是一样的。A、正确B、错误参考答案：B27.多种属性相似度的综合度量，可以先对单个属性进行相似度度量，然后求所有属性相似度的均值作为整个对象相似度。A、正确B、错误参考答案：A28.二进制文件不能使用记事本程序打开。A、正确B、错误参考答案：B29.二进制文件也可以使用记事本或其他文本编辑器打开，但是一般来说无法正常查看其中的内容。A、正确B、错误参考答案：A30.反爬虫主要有以下几种方式：通过UA判断、通过单IP频繁访问判断、通过Cookie判断、动态页面加载、采用验证码。A、正确B、错误参考答案：A31.分类和回归都可用于预测，分类的输出是离散的类别值，而回归的输出是连续数值。A、正确B、错误参考答案：A32.分类是总结已有类别对象的特点，并根据这些特点，进行未知类别对象的类别预测的过程。又可称为无监督学习。A、正确B、错误参考答案：B33.服务器可以根据请求报头中的Accept进行判断，以返回适当的文件格式给浏览器。A、正确B、错误参考答案：A34.给定由两次运行K均值产生的两个不同的簇集，误差的平方和最大的那个应该被视为较优。A、正确B、错误参考答案：B35.关联规则挖掘过程是发现满足最小支持度的所有项集代表的规则。A、正确B、错误参考答案：B36.归纳法是一种从个别到一般的推理方法。A、正确B、错误参考答案：A37.基于邻近度的离群点检测方法不能处理具有不同密度区域的数据集。A、正确B、错误参考答案：A38.聚类（clustering）是这样的过程：它找出描述并区分数据类或概念的模型（或函数），以便能够使用模型预测类标记未知的对象类。A、正确B、错误参考答案：B39.聚类分析的过程中，聚类效果较好时属于同一个簇的对象相似度很高，而属于不同簇的对象相似度很低。A、正确B、错误参考答案：A40.聚类分析可以看作是一种非监督的分类。A、正确B、错误参考答案：A41.聚类是指将物理或抽象对象的集合分组成为由类似的对象组成的多个类的过程。A、正确B、错误参考答案：A42.决策树的后剪枝是通过在完全生长的树上剪去分枝实现的，通过删除节点的分支来剪去树节点。A、正确B、错误参考答案：A43.可视化技术对于分析的数据类型通常不是专用性的。A、正确B、错误参考答案：B44.利用先验原理可以帮助减少频繁项集产生时需要探查的候选项个数。A、正确B、错误参考答案：A45.连接查询中，使用ON指定两个表之间的连接条件。A、正确B、错误参考答案：A46.两个不等长的数组不能相加A、正确B、错误参考答案：B47.路径表达式是唯一的，只能从根节点开始搜索。A、正确B、错误参考答案：B48.逻辑回归模型是用来解决回归问题的。A、正确B、错误参考答案：B49.模型树构建之后，为了避免过度拟合，需要对模型树进行剪枝。A、正确B、错误参考答案：A50.内部收益率考虑了资金时间价值，受折现率高低的影响。A、正确B、错误参考答案：B51.内连接查询INNERJOIN可以获得两个表中连接字段值相等的所有记录。A、正确B、错误参考答案：A52.凝聚度是用于衡量簇间相似程度的，凝聚度越大越好。A、正确B、错误参考答案：A53.啤酒和尿布的故事是聚类分析的典型案例。A、正确B、错误参考答案：B54.朴素贝叶斯分类基于贝叶斯定理的一种分类方法。A、正确B、错误参考答案：A55.人的血型属于标称属性。A、正确B、错误参考答案：A56