CPDA考試真題與答案

1、一、判斷題（題數(shù):15,共15.0分）定量屬性可以是整數(shù)值或者是連續(xù)值。（）正確答案：V分類模型的誤差大致分為兩種：訓(xùn)練誤差（trainingerror）和泛化誤差（generalizationerror）。（）正確答案：V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：x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：X聚類分析可以看作是一種非監(jiān)督的分類。（）正確答案：V如果一個(gè)對(duì)象不強(qiáng)屬于任何簇，那么該對(duì)象是基于聚類的離群點(diǎn)。（）正確答案：V允許誤差應(yīng)根據(jù)錯(cuò)誤記錄對(duì)整個(gè)系

2、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(duì)值方差來確定誤差。（）正確答案：V召回率反映的是預(yù)測(cè)為正中的樣本中正例的概率。（）正確答案：x支持度表示前項(xiàng)與后項(xiàng)在一個(gè)數(shù)據(jù)集中同時(shí)出現(xiàn)的頻率。（）正確答案：V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。（）正確答案：板波特五力模型中五個(gè)壓力來源是供應(yīng)商議價(jià)能力、購(gòu)買者的議價(jià)能力、行業(yè)新進(jìn)入者的威脅、替代產(chǎn)品的威脅及企業(yè)內(nèi)部的管理壓力。（）1. （1.0分）1.0分正確答案：X異常值在數(shù)理統(tǒng)計(jì)里一般是指一組觀測(cè)值中與平均值的偏差超過三倍標(biāo)準(zhǔn)差的測(cè)

3、定值。（）正確答案：X數(shù)據(jù)可視化可以便于人們對(duì)數(shù)據(jù)的理解。（）正確答案：V大數(shù)據(jù)思維，是指一種意識(shí)，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：V資金本身具有時(shí)間價(jià)值。（）正確答案：X二、單選題（題數(shù):30,共45.0分）某超市研究銷售記錄發(fā)現(xiàn)，購(gòu)買牛奶的人很大概率會(huì)購(gòu)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：B以下兩種描述分別對(duì)應(yīng)哪兩種對(duì)分類算法的評(píng)價(jià)標(biāo)準(zhǔn)？（）（a）警察抓殺人犯，描述警察抓的人中有多少個(gè)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)。1. A、Precision,Reca

4、llB、Recall,PrecisionC、Precision,ROCD、Recall,ROC正確答案：A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(gè)步驟的任務(wù)？（）A、數(shù)據(jù)獲取B、分類和預(yù)測(cè)C、數(shù)據(jù)預(yù)處理D、數(shù)據(jù)可視化正確答案：C當(dāng)不知道數(shù)據(jù)所帶標(biāo)簽時(shí)，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：B下面哪種不屬于數(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(jì)遺漏值正確答案：D假設(shè)12個(gè)銷售價(jià)格記錄組已經(jīng)排序如下：5,10,11,13,15,35,50,55,72,92,204,215使用等寬劃

5、分（寬度為50）方法將它們劃分成四個(gè)箱，求15在哪個(gè)箱子里？（）A、第一個(gè)B、第二個(gè)C、第三個(gè)D、第四個(gè)正確答案：A以下哪些算法是分類算法？（）A、DBSCANB、C4.5C、K-MeanD、K-medoids正確答案：B以下哪些分類方法可以較好地避免樣本的不平衡問題？（）A、KNNB、SVMC、BayesD、神經(jīng)網(wǎng)絡(luò)正確答案：A關(guān)于K均值和DBSCAN的比較，以下說法不正確的是（）。2. A、K均值丟棄被它識(shí)別為噪聲的對(duì)象，而DBSCAN一般聚類所有對(duì)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

6、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(huì)合并有重疊的簇正確答案：A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：C因子分析的主要作用有（）A、對(duì)變量進(jìn)行降維B、對(duì)變量進(jìn)行判別C、對(duì)變量進(jìn)行聚類D、以上都不對(duì)正確答案：AROC曲線凸向哪個(gè)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：ASQL語句中刪除表的命令是（）A、DROPTABLEB、DELETETABLEC、ERASETABLED、DELETEDBF正確答案：A在多元回歸模型的檢驗(yàn)中，目的是檢驗(yàn)每一個(gè)自變量與因變量在指定顯著

7、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：B（）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)、并行計(jì)算、海量存儲(chǔ)和海量管理等。3. A、點(diǎn)計(jì)算B、線計(jì)算C、云計(jì)算D、面計(jì)算正確答案：C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。1. A、統(tǒng)計(jì)報(bào)表B、網(wǎng)絡(luò)爬蟲C、API接口D、傳感器正確答案：D下列關(guān)于數(shù)據(jù)重組的說法中，錯(cuò)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：A美國(guó)海軍軍官莫

8、里通過對(duì)前人航海日志的分析，繪制了新的航海路線圖，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(duì)精確D、在數(shù)據(jù)規(guī)模上強(qiáng)調(diào)相對(duì)數(shù)據(jù)而不是絕對(duì)數(shù)據(jù)正確答案：B當(dāng)前國(guó)內(nèi)社會(huì)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(guó)力D、自然資源正確答案：A下列關(guān)于聚類挖掘技術(shù)的說法中，錯(cuò)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、與分類挖掘技術(shù)相似的

9、是，都是要對(duì)數(shù)據(jù)進(jìn)行分類處理正確答案：B下列關(guān)于大數(shù)據(jù)的分析理念的說法中，錯(cuò)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(duì)精確D、在數(shù)據(jù)規(guī)模上強(qiáng)調(diào)相對(duì)數(shù)據(jù)而不是絕對(duì)數(shù)據(jù)正確答案：D對(duì)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(chǔ)C、數(shù)據(jù)分析D、數(shù)據(jù)再利用正確答案：D數(shù)據(jù)倉(cāng)庫的最終目的是（）A、收集業(yè)務(wù)需求B、建立數(shù)據(jù)倉(cāng)庫邏輯模型C、開發(fā)數(shù)據(jù)倉(cāng)庫的應(yīng)用分析D、為用戶和業(yè)務(wù)部門提供決策支持正確答案：D大數(shù)據(jù)背景下，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

10、正確答案：B在SQL中，創(chuàng)建數(shù)據(jù)庫用的命令是（）A、CREATESCHEMAB、CREATETABLEC、CREATEVIEWD、CREATEDATABASE正確答案：D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：C資金的時(shí)間價(jià)值是（）A、同一資金在同一時(shí)點(diǎn)上價(jià)值量的差額B、同一資金在不同時(shí)點(diǎn)上價(jià)值量的差額C、不同資金在同一時(shí)點(diǎn)上價(jià)值量的差額D、不同資金在不同時(shí)點(diǎn)上價(jià)值量的差額正確答案：B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(yíng)成本D、營(yíng)業(yè)收入正確答案：D下列關(guān)于計(jì)算機(jī)存儲(chǔ)容量單位的說法中，錯(cuò)誤的是（）A、1K

11、B<1MB<1GBB、基本單位是字節(jié)（Byte）C、一個(gè)漢字需要一個(gè)字節(jié)的存儲(chǔ)空間D、一個(gè)字節(jié)能夠容納一個(gè)英文字符正確答案：C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(jí)數(shù)據(jù)二級(jí)數(shù)據(jù)三級(jí)數(shù)據(jù)正確答案：A三、多選題（題數(shù):20,共40.0分）以下屬于數(shù)據(jù)預(yù)處理的是（）2. A、缺失值填充B、噪聲數(shù)據(jù)剔除C、異常值識(shí)別D、數(shù)據(jù)可視化正確答案：ABC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：ABD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)

12、標(biāo)準(zhǔn)化C、噪聲數(shù)據(jù)識(shí)別D、數(shù)據(jù)壓縮正確答案：AD數(shù)據(jù)挖掘的預(yù)測(cè)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：AB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(duì)傳統(tǒng)行業(yè)有幫助C、大數(shù)據(jù)會(huì)帶來機(jī)器智能D、大數(shù)據(jù)是一種思維方式關(guān)于大數(shù)據(jù)的來源，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(zhǎng)時(shí)間C、我們每個(gè)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：ACD大數(shù)據(jù)在今天這個(gè)時(shí)間點(diǎn)上爆發(fā)的原因有哪些？（）A、各種傳感器無時(shí)無刻不在為我們提供大量的數(shù)據(jù)B、各種監(jiān)控設(shè)

13、備無時(shí)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(shí)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：ABCD（）這些數(shù)據(jù)特性都是對(duì)聚類分析具有很強(qiáng)影響的。3. A、高維性B、規(guī)模C、稀疏性D、噪聲和離群點(diǎn)正確答案：ABCD以下哪個(gè)分布是右偏分布？（）A、均勻分布B、卡方分布C、F分布D、對(duì)數(shù)正態(tài)分布正確答案：BCD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)如下表student中，如何篩選type為包含數(shù)學(xué)或語文的記錄？（）“數(shù)學(xué)”andtype=“語文”“數(shù)學(xué)typear“語文”“數(shù)學(xué)”），“

14、語文”“數(shù)學(xué)”？“語文”）A、select*fromstudentwheretype=B、select*fromstudentwheretype=C、select*fromstudentwheretypein(D、select*fromstudentwheretypein(正確答案：BC主成分分析計(jì)算選擇相關(guān)系數(shù)計(jì)算法時(shí)，確定主成分個(gè)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咐上D、累積特征根值加總占總特征根值的90咐上正確答案：AC在客戶關(guān)系管理中，客戶的生命周期都包括（）階段。4. A、潛在客戶B、響應(yīng)客戶C、即得客戶D、流失客戶正確

15、答案：ABCD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：ABD利用Apriori算法計(jì)算頻繁項(xiàng)集可以有效降低計(jì)算頻繁集的時(shí)間復(fù)雜度。在以下的購(gòu)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、3牛奶、尿布、4面包、牛奶、5面包、牛奶、啤酒、雞蛋啤酒、可樂尿布、啤酒尿布、可樂2. A、啤酒、尿布B、啤酒、面包C、面包、尿布D、啤酒、牛奶正確答案：BD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(gè)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