22春《大數(shù)據(jù)技術(shù)與應(yīng)用》作業(yè)2題目
試卷總分:100 得分:100
一、單選題 (共 15 道試題,共 60 分)
1.用訓(xùn)練好的LOF實(shí)例判斷數(shù)據(jù)是否異常，正常樣本用1表示，異常樣本用-1表示的語(yǔ)句
A.from sklean.neighbors import LocalOutlierFactor
B.clf=LocalOutlierFactor(n_neighbors=20)
C.y_pred=clf.fit_predict(X)
D.X_scores = clf.negative_outlier_factor_
2.利用pandas處理數(shù)據(jù)缺失值時(shí)，用于填充缺失值的函數(shù)為
A.isnull
B.head
C.fillna
D.dropna
3.決策樹(shù)生成過(guò)程中，以信息增益作為特征選擇準(zhǔn)則生成決策樹(shù)的算法是
A.ID3
B.C4.5
C.CART
D.以上都不對(duì)
4.決策樹(shù)的生成是一個(gè)遞歸過(guò)程，在決策樹(shù)基本算法中，滿足哪種情形，會(huì)導(dǎo)致遞歸過(guò)程返回停止
A.特征選擇次數(shù)超過(guò)一定限制
B.當(dāng)前屬性集為空，或所有樣本在所有屬性上取值相同
C.決策樹(shù)深度超過(guò)2
D.以上都不對(duì)
5.:from sklearn.tree import DecisionTreeClassifiernclf = DecisionTreeClassifier()nclf.fit(Xtrain,Ytrain) npredictions = clf.predict(Xtest)n上面代碼第4行中Xtest表示
A.訓(xùn)練數(shù)據(jù)集
B.測(cè)試數(shù)據(jù)集
C.訓(xùn)練數(shù)據(jù)的類別標(biāo)簽數(shù)組
D.測(cè)試數(shù)據(jù)的類別標(biāo)簽數(shù)組
6.以下不屬于大數(shù)據(jù)分析方法的是（）
A.統(tǒng)計(jì)分析
B.數(shù)學(xué)模型
C.機(jī)器學(xué)習(xí)
D.人工智能
7.用訓(xùn)練好的孤立森林isolation forest實(shí)例對(duì)數(shù)據(jù)進(jìn)行異常值檢測(cè)的語(yǔ)句是
A.from sklean.ensemble import IsolationForest
B.LocalOutlierFactor
C.clf= IsolationForest(max_samples=100,random_state=0)
D.clf.fit(X_train)
E.y_pred=clf.fit_predict(X)
F.y_pred_test = clf.predict(X_test)
8.用訓(xùn)練好的模糊C均值聚類實(shí)例對(duì)數(shù)據(jù)進(jìn)行聚類操作的語(yǔ)句是
A.from fcmeans import FCM
B.fcm=FCM(n_clusters=3)
C.fcm.fit(X)
D.fcm_labels=fcm.u.argmax(axis=1)
9.數(shù)據(jù)集{1,2,2,2,3,4}的眾數(shù)是
A.1
B.2
C.3
D.4
10.不包含任何項(xiàng)的項(xiàng)集是指
A.項(xiàng)
B.空集
C.超項(xiàng)集
D.子項(xiàng)集
11.利用Sklearn構(gòu)建KNN分類器，用于KNN分類器訓(xùn)練的程序?yàn)?/p>
A.knn.fit(X_train,y_train)
B.y_pred=knn.predict(X_test)
C.knn=KNeighborsClassifier(n_neighbors=k)
D.以上都不對(duì)
12.數(shù)據(jù)集{2,2,4,4,4,4,6,6,8,8,12,14,16,20,22,28,30,44}的中四分位數(shù)為
A.2
B.4
C.6
D.8
13.關(guān)聯(lián)規(guī)則 X→Y 表示中X稱為
A.前件
B.后件
C.中間件
D.以上都不對(duì)
14.從軟件庫(kù)中導(dǎo)入模糊C均值聚類算法類的語(yǔ)句是
A.from fcmeans import FCM
B.fcm=FCM(n_clusters=3)
C.fcm.fit(X)
D.fcm_labels=fcm.u.argmax(axis=1)
15.如果一個(gè)項(xiàng)集包含K個(gè)項(xiàng)，則該項(xiàng)集稱為
A.項(xiàng)
B.空集
C.超項(xiàng)集
D.K項(xiàng)集
二、多選題 (共 5 道試題,共 20 分)
16.數(shù)據(jù)集中趨勢(shì)分析的常用指標(biāo)包括
A.平均值
B.中位數(shù)
C.眾數(shù)
D.四分位數(shù)
17.以下哪些是數(shù)據(jù)可視化圖表
A.柱狀圖
B.折線圖
C.餅圖
D.散點(diǎn)圖
18.分箱法包括
A.等深分箱
B.眾數(shù)分箱
C.等寬分箱
D.以上都不對(duì)
19.在數(shù)據(jù)清洗過(guò)程中，用于處理噪聲值的方法包括
A.蓋帽法
B.分箱法
C.聚類法
D.以上都不對(duì)
20.定性數(shù)據(jù)包括
A.有序數(shù)據(jù)
B.無(wú)序數(shù)據(jù)
C.定類等級(jí)數(shù)據(jù)
D.定性等級(jí)數(shù)據(jù)
三、判斷題 (共 5 道試題,共 20 分)
21.回歸算法的目的是尋找決策邊界
22.描述性數(shù)據(jù)分析屬于比較高級(jí)復(fù)雜的數(shù)據(jù)分析手段
23.蓋帽法是將某連續(xù)變量均值上下三倍標(biāo)準(zhǔn)差范圍外的數(shù)值全部刪除
24.定性數(shù)據(jù)包括離散數(shù)據(jù)和連續(xù)數(shù)據(jù)
25.等寬分箱方法是指每個(gè)分箱中樣本數(shù)量一致
