雨课堂学堂在线学堂云《医学数据挖掘（湖北医药学院）》单元测试考核答案

第1题影响数据质量问题的因素有()。A准确性、完整性、一致性B相关性、时效性C可信性、可解释性D以上都是第2题有关数据质量不正确的说法是()。A错误的数据将可能产生有害于决策的结果。B因为数据量很大,所以数据质量差一些也对机器学习没多大影响。C数据预处理的重要目的是提高机器学习结果的质量。D从业务系统提取的脏数据需要预处理才能进行建模工作第3题在哪些环节中可能引起数据质量问题()。A数据清洗B数据加工C数据变换D数据传输第4题数据的预处理不包括()。A数据审核B数据筛选C数据排序D图标展示第5题数据预处理一般包括哪些过程()。A数据存储、数据更新、数据清洗、数据变换B数据存储、数据清洗、数据集成、数据变换C数据清洗、数据集成、数据变换、数据归约D数据清洗、数据集成、数据归约、数据分析第6题下面哪一项不是属于数据归约的策略()。A维归约B数量归约C数据压缩D属性构造第7题转换创建并保存后的文件后缀名是()。AktrBkjbCkbjDkrt第8题大数据预处理的方法不包含以下哪个选项?()A数据清洗B数据变换C数据采集D数据规约第9题数据预处理()过程由前到后分为三个阶段,哪项除外?()A数据抽取B数据转换C数据加载D数据整合第10题数据预处理的任务不包括()。A数据分类B数据清洗C数据规范化和离散化D特征提取与特征选择第11题下列不属于数据预处理原因的是()。A数据可能存在缺失、错误、不一致等问题B数据有可能不能很好地反映潜在的模式C有些数据属性是无用的或者冗余的D数据量过于庞大第12题数据审计是数据预处理的一个手段,其不包括()。A可视化审计B自定义审计C预定义审计D后定义审计第13题关于一元线性回归分析的说法错误的是()。A只有一个自变量和一个因变量的线性回归模型叫一元线性回归模型B在各种回归分析中,一元线性回归分析是整个回归分析的基础C为了得到尽可能准确的模型参数,需要借助于最小二乘法,随机选取部分数据,不用将所有的数据都用上D一般认为,在不考虑系统演化的尺度范围的情况下,样本数越大,数据序列越长,回归模型就越可靠第14题一般在多元线性回归分析中遇到的问题主要有()。Ⅰ.多重共线性Ⅱ.自相关Ⅲ.异方差Ⅳ.序列相关性AⅠ、Ⅱ、Ⅲ、ⅣBⅡ、Ⅲ、ⅣCⅠ、Ⅱ、ⅣDⅠ、Ⅲ、Ⅳ第15题决定系数R2()。A是对相关关系显著性检验所运用的统计量B是衡量回归模型的拟合优良程度的指标C其定义是在回归模型为非线性模型、回归系数是用最小平方法下给出的D其定义是在回归模型为线性模型、回归系数是用极大似然估计法下给出的第1题logistic回归适用于因变量为()。A数值变量资料B分类变量资料C一般资料D正态分布资料第2题以下关于logistic回归分析,错误的是()。Alogistic要求应变量Y为分类数据Blogistic要求自变量x为分类数据Clogistic可以同时开展多个影响因素研究Dlogistic可以计算OR值第3题logistic回归属于()回归A概率型非线性回归B概率型线性回归C非概率型非线性回归D非概率型线性回归第4题Logistic回归方法属于()。A监督学习B无监督学习C半监督学习D以上都不是第5题有关Logistic回归,正确的说法是哪个?()ALogistic回归属于线性回归模型。BLogistic回归的损失函数可以选用交叉熵,并且采用梯度下降法调整其中的参数。CLogistic回归实际上是一种分类算法。DLogistic回归通常用于处理多分类问题。第6题Logistic回归的描述正确的是?()A用一个或多个解释变量预测一个类别型响应变量B用一个解释变量预测多个类别型响应变量C用多个解释变量预测多个类别型响应变量D其余都不对第7题关于Logistic回归分析方法的叙述,下列哪一项不恰当。()A反应变量是有序或无序的分类变量BLogistic回归模型是一种概率型非线性回归模型C如果某自变量的回归系数为负值,则其相对应的OR值一定小于1DLogistic回归模型的自变量不能是数值变量,只能是有序和无序的分类变量第8题非线性回归分析模型的错误说法()。A预先设置表达式B结合专业实际C结构选择较灵活D用最小二乘法估计参数第9题在多元非线性回归模型的建立过程,说法正确的是()。A多项式回归模型的建立在回归分析中占有重要的地位,其原因是任何函数都可在较小区间内用多项式来逐步逼近。B对于多项式回归模型可通过变量代换,转化为多元线性回归模型,然后按多元线性回归分析方法处理。C多元非线性回归方程的建立的思路是转为多元线性回归方程的形式。D以上说法都对。第10题进行一元非线性回归时应该()A根据收集到的数据资料做散点图。B根据散点图的特征大致判断曲线的形态。C根据曲线的形态所反映的变量之间的关系确定因变量y与自变量x之间的回归函数的类型。D以上步骤依次进行。第11题下列关于非线性回归的描述不正确的是()A非线性回归模型的数据输入和输出呈非线性关系B样条曲线是由多个控制节点连接的分段多项式曲线C样条回归模型不容产生过度拟合现象D常见的非线性回归模型包括样条回归和径向基函数第12题非线性回归分析模型的错误说法()。A预先设置表达式B结合专业实际C结构选择较灵活D用最小二乘法估计参数第13题偏最小二乘回归具有的优势在于()。A样本容量小,可处理多重共线性B可以进行回归分线C可以解释因变量D可使数据结构更复杂第14题对于偏最小二乘回归,下列说法正确的是()。A目标函数要求从X中提取出的潜变量方差最大B目标函数要求从X中提取出的潜变量和Y中提取出的潜变量协方差最大C目标函数要求从X中提取出的潜变量和Y中提取出的潜变量相关系数最大D其余选项说法均错误第15题应用最小二乘法拟合的回归直线()A其定系数一定大于0.5B使数据点到直线的垂直距离的平方和最小C使得大部分数据点都落在该直线上D每个数据点都精确地落在回归直线上作业习题第1题Meta分析中,如果异质性检验不拒绝H0,一般采用()进行效应合并。A随机效应模型B固定效应模型C混合效应模型D回归模型第2题关于meta分析,以下()说法正确。AMeta分析本质上是一种观察性研究,因而可能存在各种偏倚BMeta分析是用定量的方法综合同类研究结果的一种系统评价C采用随机效应模型能使Meta分析的结果更加可靠DMeta分析时,如果研究间异质性很大,应认真考察异质性的来源,并考虑这些研究的可合并性第3题异质性检验采用的统计量是()。AF统计量BQ统计量Ct统计量DH统计量第4题Meta分析在合并各个独立研究结果前应进行()。A相关性检验B异质性检验C回归分析D标准化第5题异质性检验的目的是()。A评价研究结果的不一致性B检查各个独立研究的结果是否具有一致性C评价一定假设条件下所获效应合并值的稳定性D增加统计学检验效能第6题发表偏倚时指()。A有“统计学意义”的研究结果较“无统计学意义”和无效的研究结果被报告和发表的可能性更大B研究者往往根据需要自定一个纳入标准来决定某些研究的纳入与否C研究结果的筛选过程中筛选者主观意愿的影响而引入的偏倚D只检索了某种语言的文献资料第7题失效安全数越大,说明()。AMeta分析的各个独立研究的同质性越好BMeta分析的各个独立研究的同质性越差CMeta分析的结果越稳定,结论被推翻的可能性越小DMeta分析的结果越不稳定,结论被推翻的可能性越大第8题如果漏斗图呈明显的不对称,说明()。AMeta分析统计学检验效能不够BMeta分析的各个独立研究的同质性差CMeta分析的合并效应值没有统计学意义DMeta分析可能存在偏倚第9题Meta分析过程中,主要的统计内容包括()。A对各独立研究结果进行异质性检验,并根据检验结果选择适当的模型加权合各研究的统计量B对各独立研究结果进行异质性检验和计算失效安全数C计算各独立研究的效应大小后按Mental-Haenszel法进行合并分析D计算各独立研究的效应大小和合并后的综合效应第10题Meta分析中敏感性分析主要用于()。A控制偏倚B检查偏倚C校正偏倚D计算偏倚的大小第11题Meta分析的适用指征包括()。A需要做一项紧急决定,而又缺乏时间进行一项新的试验B有关药物和其他治疗,特别是副作用评价方法的研究C目前没有能力开展大规模的临床试验引用偏倚D以上均正确第12题原始文献结局指标为定量变量,在Meta分析中可选用的效应尺度指标为()。A比值比(OddsRatio,OR)B相对危险度(RelativeRisk,RR)C风险比(HazardRatio,HR)D加权均数差(WeightedMeanDifference,WMD)第13题Meta分析中敏感性分析的目的是()。A用于分析模型的选择B评价Meta分析结果是否稳定和可靠C用于独立研究纳入和剔除标准的制定D用于排除可能影响效应合并值大小的研究第14题关于Meta分析,下列哪项描述是错误的()。A可以比较和综合多个同类研究的结果BMeta分析不需要持续更新C属于二次研究D是系统综述中使用的一类统计学方法第15题有关系统评价或Meta分析报告条目清单的叙述不正确的是()。A在方法中,需要说明至少一个资源库的检索方法B在结果中,需要说明研究间可能存在偏倚的评价结果C在讨论中,需要探讨研究层面和结局层面的局限性D如果有资金支持,不需要列出资金来源作业习题第1题ROC曲线凸向(),代表模型约理想。A左上角B左下角C右上角D右下角第2题关于ROC曲线的描述,错误的是()。A可用于选择最佳的界限值B可用于比较不同诊断试验对于疾病的识别能力C可用于判断及选择合适的灵敏度和特异度DROC曲线是以敏感度为横坐标,特异度为纵坐标绘制的曲线第3题表示最佳准确性时的ROC曲线下面积()为()。AAUC=0.1BAUC=0.5CAUC=0.8DAUC=1.0正确答案：ACD第4题表示不符合真实情况的是()。AAUC=0.1BAUC=0.5CAUC=0.8DAUC=1.0第5题表示准确性比较低的是()。AAUC=0.1BAUC=0.5CAUC=0.8DAUC=1.0第6题关于ROC曲线,以下错误的是()。AROC曲线可用于比较几种诊断试验BROC曲线可用于帮助确定临界点CROC曲线纵坐标是灵敏度DROC曲线下面积等于0.5时,仍具有一定的区别患者和非患者的能力第7题根据界值特征曲线(ROC分析)的判断标准,假阴性极高的界值()。A有助于排除疾病存在,判定为正常B提示很可能正常C只提示可能有病D很可能有病第8题根据界值特征曲线(ROC分析)的判断标准,如果真阳性率明显高于假阳性率()。A有助于排除疾病存在,判定为正常B提示很可能正常C只提示可能有病D很可能有病第9题根据界值特征曲线(ROC分析)的判断标准,如果真阳性率与假阳性率相近()。A有助于排除疾病存在,判定为正常B提示很可能正常C只提示可能有病D很可能有病第10题根据界值特征曲线(ROC分析)的判断标准,如果真阳性率小于假阳性率()。A有助于排除疾病存在,判定为正常B提示很可能正常C只提示可能有病D很可能有病第11题关于受试者工作特征()曲线,叙述错误的是()。AROC曲线下的面积(AUC)越大,越接近1.0,表示筛查或诊断的真实性越高BROC曲线还可以比较2种或2种以上试验的诊断价值C当患病率接近50%时,在ROC曲线上距离坐标图左上角最近的一点,灵敏性和特异性之和最大,误诊与漏诊例数之和最小DROC曲线是用真阳性率和真阴性率作图得出的曲线正确答案：CD第12题关于ROC的说法错误的是()。A已应用于医学影像领域B指受试者操作特性曲线C最初用于雷达信号的分析D是一种客观评价法第13题关于ROC曲线的应用错误的说法是()。AROC曲线属于影像质量的主观评价B可以对主观评价以定量的方式进行表述C主要应用于对评价者的主观评价能力的评估D可能使主观评价趋向客观化第14题ROC曲线的主要作用不包括()。A易于查出任意界限值对疾病的识别能力B选择最佳的诊断界限值C比较两种及其以上的不同的诊断试验对疾病的识别能力D能提供有关测定准确度的情况第15题ROC曲线主要用于()。A确定灵敏性B确定临界值C诊断性能比较D药物浓度监测作业习题第1题想象一下,机器学习中有1000个输入特征和1个目标特征,必须根据输入特征和目标特征之间的关系选择100个最重要的特征。你认为这是减少维数的例子吗?()第2题没有必要有一个用于应用维数降低算法的目标变量。()第3题在数据集中有4个变量,如A,B,C和D.执行了以下操作:步骤1:使用上述变量创建另外两个变量,即E=A+3*B和F=B+5*C+D。步骤2:然后只使用变量E和F建立了一个随机森林模型。上述步骤可以表示降维方法吗?()第4题降维算法是减少构建模型所需计算时间的方法之一。()第5题PCA可用于在较小维度上投影和可视化数据。()第6题t-SNE学习非参数映射。()第7题LDA明确地尝试对数据类别之间的差异进行建模,而PCA没有。()第8题以下哪种技术对于减少数据集的维度会更好?()A删除缺少值太多的列B删除数据差异较大的列C删除不同数据趋势的列D都不是第9题以下哪种算法不能用于降低数据的维数?()At-SNEBPCACLDAD都不是第10题想像正在处理文本数据,使用单词嵌入(Word2vec)表示使用的单词。在单词嵌入中,最终会有1000维。现在想减小这个高维数据的维度,这样相似的词应该在最邻近的空间中具有相似的含义。在这种情况下,您最有可能选择以下哪种算法?()At-SNEBPCACLDAD都不是第11题以下对于t-SNE和PCA的陈述中哪个是正确的?()At-SNE是线性的,而PCA是非线性的Bt-SNE和PCA都是线性的Ct-SNE和PCA都是非线性的Dt-SNE是非线性的,而PCA是线性的第12题以下哪种情况LDA会失败?()A如果有辨识性的信息不是平均值,而是数据的方差B如果有辨识性的信息是平均值,而不是数据方差C如果有辨识性的信息是数据的均值和方差D都不是第13题当特征值大致相等时会发生什么?()APCA将表现出色BPCA将表现不佳C不知道D以上都没有第14题在哪种条件下,SVD和PCA产生相同的投影结果?()A当数据为零时B当数据均值为零时,C两者总是相同D都不是第15题对于投影数据为((√2),(0),(√2))。现在如果在二维空间中重建,并将它们视为原始数据点的重建,那么重建误差是多少?()A0%B10%C30%D40%作业习题第1题决策树中不包含一下哪种结点()A根结点B内部结点C外部结点D叶结点第2题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神经网络对训练数据中的噪声非常鲁棒C子树可能在决策树中重复多次D可以处理冗余特征E决策树算法对于噪声的干扰非常敏感F训练ANN是一个很耗时的过程G寻找最佳决策树是NP完全问题3以下关于人工神经网络(ANN)的描述错误的有(A)H至少含有一个隐藏层的多层神经网络正确答案：F第3题在ID3算法中信息增益是指()A信息的溢出程度B信息的增加效益C熵增加的程度最大D熵减少的程度最大第4题朴素贝叶斯分类算法是基于()的朴素假定A类条件相关B类条件独立C类条件正相关D类条件负相关第5题下列哪项说法不正确()A人工智能是对人类智能的模拟B人工神经元是对生物神经元的模拟C生物神经信号由树突传递给轴突D人工神经元的激活函数可以有多种设计第6题贝叶斯网络起源于贝叶斯统计学,是以()为基础的有向图模型,它为处理不确定知识提供了有效方法。A线性代数B逻辑学C概率论D信息论第7题SVM算法的性能取决于()A核函数的选择B软间隔参数C核函数的参数D以上所有第8题以下有关支持向量机说法不正确的是()A具有很好的推广能力.B采用结构化风险最小化原理C是凸二次优化问题D得到的是局部最优解第9题下列描述正确的是()A分类和聚类都是有指导的学习B分类和聚类都是无指导的学习C分类是有指导的学习,聚类是无指导的学习D分类是无指导的学习,聚类是有指导的学习第10题简单地将数据对象集划分成不重叠的子集,使得每个数据对象恰在一个子集中,这种聚类类型称作()A层次聚类B划分聚类C非互斥聚类D模糊聚类第11题闵可夫斯基距离表示为曼哈顿距离时p为()A1B2C3D4第12题以下哪个聚类算法不是属于基于原型的聚类()。A模糊c均值BEM算法CSOMDCLIQUE第13题以下哪些分类方法可以较好地避免样本的不平衡问题()AKNNBSVMCBayesD神经网络第14题以下哪些算法是基于规则的分类器()AC4.5BKNNCBayesDANN第15题()是一个观测值,它与其他观测值的差别如此之大,以至于怀疑它是由不同的机制产生的。A边界点B质心C离群点D核心点作业习题第1题在一个神经网络里,知道每一个神经元的权重和偏差是最重要的一步。如果以某种方法知道了神经元准确的权重和偏差,你就可以近似任何函数。实现这个最佳的办法是什么?()A随机赋值,祈祷它们是正确的B搜索所有权重和偏差的组合,直到得到最佳值C赋予一个初始值,通过检查跟最佳值的差值,然后迭代更新权重D以上都不正确第2题梯度下降算法的正确步骤是什么?()1计算预测值和真实值之间的误差2迭代跟新,直到找到最佳权重3把输入传入网络,得到输出值4初始化随机权重和偏差5对每一个产生误差的神经元,改变相应的(权重)值以减小误差A1,2,3,4,5B5,4,3,2,1C3,2,1,5,4D4,3,1,5,2第3题什么情况下神经网络模型被称为深度学习模型?()A加入更多层,使神经网络的深度增加B有维度更高的数据C当这是一个图形识别的问题时D以上都不正确第4题下列哪一种操作实现了和神经网络中Dropout类似的效果?()ABaggingBBoostingC堆叠(Stacking)D以上都不正确第5题下列哪项关于模型能力(modelcapacity)的描述是正确的?(指模型能近似复杂函数的能力)()A隐层层数增加,模型能力增加BDropout的比例增加,模型能力增加C