CPDA考試真題與答案5

1、一、判斷題（題數(shù)： 15 ,共 15.0 分）1. 定量屬性可以是整數(shù)值或者是連續(xù)值。（）正確答案 ：V2. 分類模型的誤差大致分為兩種 : 訓(xùn)練誤差 （ training error ） 和泛化誤差 （ generalizationerror （ ）正確答案： V3. 在決策樹中，隨著樹中結(jié)點(diǎn)數(shù)變得太大，即使模型的訓(xùn)練誤差還在繼續(xù)減低，但是檢驗(yàn)誤差開始增大，這是出現(xiàn)了模型擬合不足的問題。（）正確答案： x4. 在聚類分析當(dāng)中，簇內(nèi)的相似性越大，簇間的差別越大，聚類的效果就越差。（）正確答案： x5. 聚類分析可以看作是一種非監(jiān)督的分類。（）6. 如果一個對象不強(qiáng)屬于任何簇，那么該對象是基于聚

2、類的離群點(diǎn)。（）正確答案 ：V7. 允許誤差應(yīng)根據(jù)錯誤記錄對整個系統(tǒng)可能帶來的破壞來確定，通常正是那些低使用率的產(chǎn)品或不常使用的產(chǎn)品為庫存誤差帶來很大麻煩，因此應(yīng)結(jié)合數(shù)量方差百分比和絕對值方差來 定誤差。（）正確答案： V8. 召回率反映的是預(yù)測為正中的樣本中正例的概率。（）正確答案 ：x9. 支持度表示前項(xiàng)與后項(xiàng)在一個數(shù)據(jù)集中同時出現(xiàn)的頻率。（）正確答案： V10. 最大最小值標(biāo)準(zhǔn)化法也叫極值法，該方法適用于已知數(shù)據(jù)集的最小值或最大值情況。（:11. 波特五力模型中五個壓力來源是供應(yīng)商議價能力、購買者的議價能力、行業(yè)新進(jìn)入者的 脅、替代產(chǎn)品的威脅及企業(yè)內(nèi)部的管理壓力。（）（1.0 分 ）1.

3、0 分正確答案： X12. 異常值在數(shù)理統(tǒng)計里一般是指一組觀測值中與平均值的偏差超過三倍標(biāo)準(zhǔn)差的測定值。（）正確答案 ：x13. 數(shù)據(jù)可視化可以便于人們對數(shù)據(jù)的理解。（）正確答案： V14. 大數(shù)據(jù)思維，是指一種意識，認(rèn)為公開的數(shù)據(jù)一旦處理得當(dāng)可以為人類急需解決的問題 提供答案。（）正確答案： V15. 資金本身具有時間價值。（） 正確答案： X、單選題（題數(shù)： 3。，共 45.0 分）1. 某超市研究銷售記錄發(fā)現(xiàn)，購買牛奶的人很大概率會購買面包，這種屬于數(shù)據(jù)挖掘的哪類 問題？（）A 、 聚類分析B 、 關(guān)聯(lián)規(guī)則C 、 分類分析D 、 自然語言處理正確答案： B2. 以下兩種描述分別對應(yīng)哪兩種

4、對分類算法的評價標(biāo)準(zhǔn)？（）（ a） 警察抓殺人犯，描述警察抓的人中有多少個是殺人犯的標(biāo)準(zhǔn)。（ b） 描述有多少比例的殺人犯給警察抓了的標(biāo)準(zhǔn)。A 、 Precision, RecallB 、 Recall, PrecisionC 、 Precision, ROCD 、 Recall, ROC正確答案： A3. 將原始數(shù)據(jù)進(jìn)行集成、變換、維度規(guī)約、數(shù)值規(guī)約是在以下哪個步驟的任務(wù)？（）A、數(shù)據(jù)獲取B、分類和預(yù)測C、數(shù)據(jù)預(yù)處理D、數(shù)據(jù)可視化正確答案： C4. 當(dāng)不知道數(shù)據(jù)所帶標(biāo)簽時，可以使用哪種技術(shù)促使帶同類標(biāo)簽的數(shù)據(jù)與帶其他標(biāo)簽的數(shù)據(jù)相分離？（）A、分類B、聚類C、關(guān)聯(lián)分析D、主成分分析正確答案 ：

5、 B5.面哪種不屬于數(shù)據(jù)預(yù)處理的方法？A 、 變量代換B 、 離散化C 、 聚集D 、 估計遺漏值正確答案： D6. 假設(shè) 12 個銷售價格記錄組已經(jīng)排序如下： 5, 10, 11, 13, 15, 35, 50, 55, 72, 92, 204, 215用等寬劃分 （寬度為 50 ） 方法將它們劃分成四個箱，求15 在哪個箱子里？ （）A 、 第一個B 、 第二個C 、 第三個D 、 第四個正確答案： A7. 以下哪些算法是分類算法？ （）A、DBSCANB、C4.5C 、 K-MeanD 、 K-medoids正確答案： B8. 以下哪些分類方法可以較好地避免樣本的不平衡問題？（）A、KN

6、NB、SVMC、BayesD、神經(jīng)網(wǎng)絡(luò)正確答案 ： A9. 關(guān)于 K 均值和 DBSCAN 的比較，以下說法不正確的是（ A 、 K 均值丟棄被它識別為噪聲的對象，而DBSCAN 一般聚類所有對象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 均值很難處理非球形的簇和不同大小的簇，DBSCAN 可以處理不同大小和不同形狀 的簇D、 K 均值可以發(fā)現(xiàn)不是明顯分離的簇 ,即便簇有重疊也可以發(fā)現(xiàn)，但是DBSCAN 會合并 有重疊的簇 正確答案： A10.下列不屬于關(guān)聯(lián)分析的關(guān)鍵要素的是（ ）A 、 支持度B 、 置信度C 、 滿意度D 、 提升度正確答案： C1

7、1. 因子分析的主要作用有 （ ）A 、 對變量進(jìn)行降維B 、 對變量進(jìn)行判別C 、 對變量進(jìn)行聚類D 、 以上都不對正確答案： A12. ROC 曲線凸向哪個角，代表模型越理想？（A 、 左上角B 、 左下角C 、 右上角D 、 右下角正確答案： A13. SQL 語句中刪除表的命令是（）A、DROP TABLEB、DELETE TABLEC、ERASE TABLED、DELETE DBF正確答案： A14. 在多元回歸模型的檢驗(yàn)中，目的是檢驗(yàn)每一個自變量與因變量在指定顯著性水平上是否 存在線性相關(guān)關(guān)系的檢驗(yàn)是（）A、r 檢驗(yàn)B、t 檢驗(yàn)C 、 f 檢驗(yàn)D 、 DW 檢驗(yàn)正確答案： B15.

8、 () 提供的支撐技術(shù)，有效解決了大數(shù)據(jù)分析、研發(fā)的問題，比如虛擬化技術(shù)、并行 算、海量存儲和海量管理等。A、點(diǎn)計算B、線計算C、云計算D、面計算正確答案： C16. 智能健康手環(huán)的應(yīng)用開發(fā)，體現(xiàn)了 () 的數(shù)據(jù)采集技術(shù)的應(yīng)用A 、 統(tǒng)計報表B 、 網(wǎng)絡(luò)爬蟲C 、 API 接口D、傳感器正確答案： D17.下列關(guān)于數(shù)據(jù)重組的說法中，錯誤的是()A 、 數(shù)據(jù)重組是數(shù)據(jù)的重新生產(chǎn)和重新采集B 、 數(shù)據(jù)重組能夠使數(shù)據(jù)煥發(fā)新的光芒C 、 數(shù)據(jù)重組實(shí)現(xiàn)的關(guān)鍵在于多源數(shù)據(jù)融合和數(shù)據(jù)集成D 、 數(shù)據(jù)重組有利于實(shí)現(xiàn)新穎的數(shù)據(jù)模式創(chuàng)新正確答案 ： A18. 美國海軍軍官莫里通過對前人航海日志的分析，繪制了新的航

9、海路線圖，標(biāo)明了大風(fēng)與 洋流可能發(fā)生的地點(diǎn)。這體現(xiàn)了大數(shù)據(jù)分析理念中的（）A 、 在數(shù)據(jù)基礎(chǔ)上傾向于全體數(shù)據(jù)而不是抽樣數(shù)據(jù)B 、 在分析方法上更注重相關(guān)分析而不是因果分析C 、 在分析效果上更追究效率而不是絕對精確D 、 在數(shù)據(jù)規(guī)模上強(qiáng)調(diào)相對數(shù)據(jù)而不是絕對數(shù)據(jù)正確答案： B19. 當(dāng)前國內(nèi)社會中，最為突出的大數(shù)據(jù)環(huán)境是（）A、互聯(lián)網(wǎng)B 、 物聯(lián)網(wǎng)C 、 綜合國力D 、 自然資源正確答案： A20. 下列關(guān)于聚類挖掘技術(shù)的說法中，錯誤的是（）A 、 不預(yù)先設(shè)定數(shù)據(jù)歸類類目，完全根據(jù)數(shù)據(jù)本身性質(zhì)將數(shù)據(jù)聚合成不同類別B 、 要求同類數(shù)據(jù)的內(nèi)容相似度盡可能小C 、 要求不同類數(shù)據(jù)的內(nèi)容相似度盡可能小D

10、 、 與分類挖掘技術(shù)相似的是，都是要對數(shù)據(jù)進(jìn)行分類處理正確答案： B21. 下列關(guān)于大數(shù)據(jù)的分析理念的說法中，錯誤的是（）A 、 在數(shù)據(jù)基礎(chǔ)上傾向于全體數(shù)據(jù)而不是抽樣數(shù)據(jù)B 、 在分析方法上更注重相關(guān)分析而不是因果分析C、在分析效果上更追究效率而不是絕對精確D、在數(shù)據(jù)規(guī)模上強(qiáng)調(diào)相對數(shù)據(jù)而不是絕對數(shù)據(jù)正確答案： D22. 對于企業(yè)來說，數(shù)據(jù)使用的關(guān)鍵是 （）A 、 數(shù)據(jù)收集B 、 數(shù)據(jù)存儲C 、 數(shù)據(jù)分析D 、 數(shù)據(jù)再利用正確答案： D23. 數(shù)據(jù)倉庫的最終目的是（）A 、 收集業(yè)務(wù)需求B 、 建立數(shù)據(jù)倉庫邏輯模型C 、 開發(fā)數(shù)據(jù)倉庫的應(yīng)用分析D 、 為用戶和業(yè)務(wù)部門提供決策支持24.大數(shù)據(jù)背景

11、下，數(shù)據(jù)支撐業(yè)務(wù)的目的是(A、建立數(shù)據(jù)科學(xué)B、完成數(shù)據(jù)應(yīng)用C 、配備數(shù)據(jù)硬件D 、吸納數(shù)據(jù)人才正確答案： B25.在 SQL中，創(chuàng)建數(shù)據(jù)庫用的命令是A、CREATESCHEMAB、CREATETABLEC、VIEWDCR、EATEDATABACREATESE正確答案： D26. 下列四項(xiàng)中，不屬于數(shù)據(jù)庫特點(diǎn)的是 (A 、數(shù)據(jù)共享B 、數(shù)據(jù)完整性C 、 數(shù)據(jù)冗余很高D 、 數(shù)據(jù)獨(dú)立性高正確答案： C27. 資金的時間價值是 （）A 、 同一資金在同一時點(diǎn)上價值量的差額B 、 同一資金在不同時點(diǎn)上價值量的差額C 、 不同資金在同一時點(diǎn)上價值量的差額D 、 不同資金在不同時點(diǎn)上價值量的差額 正確答案

12、： B28. 下列選項(xiàng)中屬于現(xiàn)金流入的項(xiàng)目是（A 、 所得稅B 、 建設(shè)投資C 、 經(jīng)營成本29. 下列關(guān)于計算機(jī)存儲容量單位的說法中，錯誤的 是（A 、 1KB<1MB<1GBB 、 基本單位是字節(jié) （Byte ）C 、 一個漢字需要一個字節(jié)的存儲空間D 、 一個字節(jié)能夠容納一個英文字符正確答案： C30. 按數(shù)據(jù)的結(jié)構(gòu)程度來劃分，分為（ ）A 、 結(jié)構(gòu)化數(shù)據(jù)半結(jié)構(gòu)化數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)B 、 強(qiáng)結(jié)構(gòu)化數(shù)據(jù)弱結(jié)構(gòu)化數(shù)據(jù)C 、 截面數(shù)據(jù)面板數(shù)據(jù)D 、 一級數(shù)據(jù)二級數(shù)據(jù)三級數(shù)據(jù)正確答案： A三、多選題（題數(shù)： 20 ,共 40.0 分）1. 以下屬于數(shù)據(jù)預(yù)處理的是（）A 、 缺失值填充B

13、 、 噪聲數(shù)據(jù)剔除C 、 異常值識別D 、 數(shù)據(jù)可視化正確答案 ：ABC2. 缺失值的處理方法有哪些？（A、用平均值填充B、忽略缺失記錄C、以任意數(shù)據(jù)填充D、用默認(rèn)值填充正確答案 ：ABD3. 以下屬于數(shù)據(jù)規(guī)約方法的是（A 、 數(shù)據(jù)離散化B 、 數(shù)據(jù)標(biāo)準(zhǔn)化C、噪聲數(shù)據(jù)識別D、數(shù)據(jù)壓縮正確答案： AD4. 數(shù)據(jù)挖掘的預(yù)測建模任務(wù)主要包括哪幾大類問題？ （A 、 分類B 、 回歸C 、 模式發(fā)現(xiàn)D 、 模式匹配正確答案： AB5. 以下說法正確的有哪些？（）A 、 大數(shù)據(jù)僅僅是講數(shù)據(jù)的體量大B 、 大數(shù)據(jù)對傳統(tǒng)行業(yè)有幫助C 、 大數(shù)據(jù)會帶來機(jī)器智能D 、 大數(shù)據(jù)是一種思維方式6.關(guān)于大數(shù)據(jù)的來源，

14、以下理解正確的是（）A 、 大數(shù)據(jù)是數(shù)據(jù)量變積累達(dá)到質(zhì)變的結(jié)果B 、 數(shù)據(jù)的產(chǎn)生需要經(jīng)歷很長時間C 、 我們每個人都是數(shù)據(jù)的制造者D 、 當(dāng)今的世界，基本上一切都可以用數(shù)字表達(dá)，所以叫數(shù)字化的世界 正確答案： ACD7. 大數(shù)據(jù)在今天這個時間點(diǎn)上爆發(fā)的原因有哪些？（ ）A 、 各種傳感器無時無刻不在為我們提供大量的數(shù)據(jù)B 、 各種監(jiān)控設(shè)備無時無刻不在為我們提供大量的數(shù)據(jù)C 、 各種智能設(shè)備無時無刻不在為我們提供大量的數(shù)據(jù)D 、 互聯(lián)網(wǎng)的收集和積累正確答案： ABCD8. （ ）這些數(shù)據(jù)特性都是對聚類分析具有很強(qiáng)影響的。A、高維性B、規(guī)模C 、 稀疏性D 、 噪聲和離群點(diǎn)正確答案 ： ABCD9

15、. 以下哪個分布是右偏分布？（）A、均勻分布B、卡方分布C、F 分布D、對數(shù)正態(tài)分布正確答案 ： BCD10. 以下哪些變量使用 RFM 方法構(gòu)造出來的？（A、 最近 3 期境外消費(fèi)金額B、 最近 6 期網(wǎng)銀消費(fèi)交易筆數(shù)C 、 信用額度D 、 距最近一次逾期的月數(shù)11.如下表 student 中，如何篩選 type 為包含數(shù)學(xué)或語文的記錄？（ ）A 、 select * from student where type="數(shù)學(xué)” and type= “語文”B 、 select * from student where type="數(shù)學(xué) " or type= “語文

16、 "C 、 select * from student where type in" 數(shù)學(xué) ", “語文 " ）D 、 select * from student where type in“數(shù)學(xué)”？ “語文”）正確答案： BC12. 主成分分析計算選擇相關(guān)系數(shù)計算法時，確定主成分個數(shù)的大致原則包括（A、特征根值大于 1B、特征根值大于 0.8C、累積特征根值加總占總特征根值的80% 以上D、累積特征根值加總占總特征根值的90% 以上正確答案： AC13. 在客戶關(guān)系管理中，客戶的生命周期都包括（）階段。A、潛在客戶B、響應(yīng)客戶C 、 即得客戶D 、 流

17、失客戶正確答案： ABCD14. 分箱方法有哪些？ （）（ 2.0 分） 0.0 分A、等深分箱B、等寬分箱C、數(shù)據(jù)標(biāo)準(zhǔn)化D、自定義區(qū)間法正確答案： ABD15. 利用 Apriori 算法計算頻繁項(xiàng)集可以有效降低計算頻繁集的時間復(fù)雜度。在以下的購物籃 中產(chǎn)生支持度不小于 3 的候選 3- 項(xiàng)集，在候選 2- 項(xiàng)集中需要剪枝的是（） ID 項(xiàng)集。 1 面包、牛奶2 面包、尿布、啤酒、雞蛋3 牛奶、尿布、啤酒、可樂4 面包、牛奶、尿布、啤酒 5 面包、牛奶、尿布、可樂A 、 啤酒、尿布B 、 啤酒、面包C 、 面包、尿布D 、 啤酒、牛奶正確答案： BD16. 我們可以用哪種方式來避免決策樹過度擬合的問題？（A 、 利用修剪法來限制樹的深度B 、 利用盆栽法規(guī)定每個節(jié)點(diǎn)下的最小的記錄數(shù)目C 、 利用逐步回歸法來刪除部分?jǐn)?shù)據(jù)D 、 目前并無適合的方法來處理這問題正確答案： AB17. 圖中 0 預(yù)測的準(zhǔn)確率和