計(jì)算機(jī)在智能能源負(fù)荷預(yù)測(cè)與管理考核試卷

計(jì)算機(jī)在智能能源負(fù)荷預(yù)測(cè)與管理考核試卷考生姓名：答題日期：得分：判卷人：

本次考核旨在評(píng)估考生對(duì)計(jì)算機(jī)在智能能源負(fù)荷預(yù)測(cè)與管理領(lǐng)域的理論知識(shí)和實(shí)際應(yīng)用能力，包括數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、算法設(shè)計(jì)等方面，以考察考生是否能運(yùn)用計(jì)算機(jī)技術(shù)解決能源負(fù)荷預(yù)測(cè)與管理的實(shí)際問(wèn)題。

一、單項(xiàng)選擇題（本題共30小題，每小題0.5分，共15分，在每小題給出的四個(gè)選項(xiàng)中，只有一項(xiàng)是符合題目要求的）

1.以下哪項(xiàng)不屬于智能能源負(fù)荷預(yù)測(cè)常用的數(shù)據(jù)預(yù)處理方法？（）

A.數(shù)據(jù)清洗

B.數(shù)據(jù)歸一化

C.數(shù)據(jù)增強(qiáng)

D.數(shù)據(jù)標(biāo)準(zhǔn)化

2.在智能能源負(fù)荷預(yù)測(cè)中，下列哪項(xiàng)不是時(shí)間序列分析方法？（）

A.自回歸模型

B.移動(dòng)平均模型

C.支持向量機(jī)

D.遞歸神經(jīng)網(wǎng)絡(luò)

3.下列哪種算法在處理非線性問(wèn)題時(shí)表現(xiàn)較好？（）

A.線性回歸

B.決策樹(shù)

C.K最近鄰

D.線性規(guī)劃

4.在能源負(fù)荷預(yù)測(cè)中，哪個(gè)參數(shù)對(duì)于模型性能的影響最??？（）

A.學(xué)習(xí)率

B.正則化項(xiàng)

C.模型復(fù)雜度

D.輸入特征

5.以下哪個(gè)不屬于機(jī)器學(xué)習(xí)中的監(jiān)督學(xué)習(xí)算法？（）

A.邏輯回歸

B.K最近鄰

C.決策樹(shù)

D.人工神經(jīng)網(wǎng)絡(luò)

6.在智能能源負(fù)荷預(yù)測(cè)中，以下哪個(gè)指標(biāo)通常用來(lái)評(píng)估預(yù)測(cè)的準(zhǔn)確性？（）

A.相關(guān)系數(shù)

B.均方誤差

C.最大似然估計(jì)

D.標(biāo)準(zhǔn)差

7.以下哪種方法不適用于處理缺失數(shù)據(jù)？（）

A.填充法

B.刪除法

C.隨機(jī)森林

D.K最近鄰

8.在能源負(fù)荷預(yù)測(cè)中，哪個(gè)參數(shù)對(duì)于模型泛化能力的影響最大？（）

A.模型復(fù)雜度

B.訓(xùn)練集大小

C.學(xué)習(xí)率

D.正則化項(xiàng)

9.以下哪個(gè)算法在處理高維數(shù)據(jù)時(shí)通常表現(xiàn)較好？（）

A.支持向量機(jī)

B.決策樹(shù)

C.K最近鄰

D.線性回歸

10.在智能能源負(fù)荷預(yù)測(cè)中，哪個(gè)指標(biāo)通常用來(lái)評(píng)估預(yù)測(cè)的魯棒性？（）

A.相關(guān)系數(shù)

B.均方誤差

C.平均絕對(duì)誤差

D.最大似然估計(jì)

11.以下哪種方法不適用于處理異常值？（）

A.簡(jiǎn)單替換

B.K最近鄰

C.數(shù)據(jù)清洗

D.主成分分析

12.在能源負(fù)荷預(yù)測(cè)中，哪個(gè)參數(shù)對(duì)于模型精度的影響最大？（）

A.模型復(fù)雜度

B.訓(xùn)練集大小

C.學(xué)習(xí)率

D.正則化項(xiàng)

13.以下哪種算法在處理非線性問(wèn)題時(shí)通常需要更多的特征工程？（）

A.線性回歸

B.決策樹(shù)

C.K最近鄰

D.線性規(guī)劃

14.在智能能源負(fù)荷預(yù)測(cè)中，哪個(gè)指標(biāo)通常用來(lái)評(píng)估預(yù)測(cè)的穩(wěn)定性？（）

A.相關(guān)系數(shù)

B.均方誤差

C.平均絕對(duì)誤差

D.最大似然估計(jì)

15.以下哪種方法不適用于處理時(shí)間序列數(shù)據(jù)？（）

A.自回歸模型

B.移動(dòng)平均模型

C.線性回歸

D.支持向量機(jī)

16.在能源負(fù)荷預(yù)測(cè)中，哪個(gè)參數(shù)對(duì)于模型泛化能力的影響最??？（）

A.模型復(fù)雜度

B.訓(xùn)練集大小

C.學(xué)習(xí)率

D.正則化項(xiàng)

17.以下哪種算法在處理高維數(shù)據(jù)時(shí)通常表現(xiàn)較差？（）

A.支持向量機(jī)

B.決策樹(shù)

C.K最近鄰

D.線性回歸

18.在智能能源負(fù)荷預(yù)測(cè)中，哪個(gè)指標(biāo)通常用來(lái)評(píng)估預(yù)測(cè)的預(yù)測(cè)能力？（）

A.相關(guān)系數(shù)

B.均方誤差

C.平均絕對(duì)誤差

D.最大似然估計(jì)

19.以下哪種方法不適用于處理缺失數(shù)據(jù)？（）

A.填充法

B.刪除法

C.隨機(jī)森林

D.K最近鄰

20.在能源負(fù)荷預(yù)測(cè)中，哪個(gè)參數(shù)對(duì)于模型精度的影響最??？（）

A.模型復(fù)雜度

B.訓(xùn)練集大小

C.學(xué)習(xí)率

D.正則化項(xiàng)

21.以下哪種算法在處理非線性問(wèn)題時(shí)通常需要更多的特征工程？（）

A.線性回歸

B.決策樹(shù)

C.K最近鄰

D.線性規(guī)劃

22.在智能能源負(fù)荷預(yù)測(cè)中，哪個(gè)指標(biāo)通常用來(lái)評(píng)估預(yù)測(cè)的穩(wěn)定性？（）

A.相關(guān)系數(shù)

B.均方誤差

C.平均絕對(duì)誤差

D.最大似然估計(jì)

23.以下哪種方法不適用于處理時(shí)間序列數(shù)據(jù)？（）

A.自回歸模型

B.移動(dòng)平均模型

C.線性回歸

D.支持向量機(jī)

24.在能源負(fù)荷預(yù)測(cè)中，哪個(gè)參數(shù)對(duì)于模型泛化能力的影響最大？（）

A.模型復(fù)雜度

B.訓(xùn)練集大小

C.學(xué)習(xí)率

D.正則化項(xiàng)

25.以下哪種算法在處理高維數(shù)據(jù)時(shí)通常表現(xiàn)較好？（）

A.支持向量機(jī)

B.決策樹(shù)

C.K最近鄰

D.線性回歸

26.在智能能源負(fù)荷預(yù)測(cè)中，哪個(gè)指標(biāo)通常用來(lái)評(píng)估預(yù)測(cè)的預(yù)測(cè)能力？（）

A.相關(guān)系數(shù)

B.均方誤差

C.平均絕對(duì)誤差

D.最大似然估計(jì)

27.以下哪種方法不適用于處理缺失數(shù)據(jù)？（）

A.填充法

B.刪除法

C.隨機(jī)森林

D.K最近鄰

28.在能源負(fù)荷預(yù)測(cè)中，哪個(gè)參數(shù)對(duì)于模型精度的影響最大？（）

A.模型復(fù)雜度

B.訓(xùn)練集大小

C.學(xué)習(xí)率

D.正則化項(xiàng)

29.以下哪種算法在處理非線性問(wèn)題時(shí)通常需要更多的特征工程？（）

A.線性回歸

B.決策樹(shù)

C.K最近鄰

D.線性規(guī)劃

30.在智能能源負(fù)荷預(yù)測(cè)中，哪個(gè)指標(biāo)通常用來(lái)評(píng)估預(yù)測(cè)的穩(wěn)定性？（）

A.相關(guān)系數(shù)

B.均方誤差

C.平均絕對(duì)誤差

D.最大似然估計(jì)

二、多選題（本題共20小題，每小題1分，共20分，在每小題給出的選項(xiàng)中，至少有一項(xiàng)是符合題目要求的）

1.以下哪些是智能能源負(fù)荷預(yù)測(cè)中的關(guān)鍵步驟？（）

A.數(shù)據(jù)采集

B.數(shù)據(jù)預(yù)處理

C.模型選擇

D.模型訓(xùn)練

E.預(yù)測(cè)結(jié)果評(píng)估

2.在數(shù)據(jù)預(yù)處理階段，以下哪些方法可以用于處理時(shí)間序列數(shù)據(jù)？（）

A.移動(dòng)平均

B.滑動(dòng)窗口

C.數(shù)據(jù)標(biāo)準(zhǔn)化

D.數(shù)據(jù)歸一化

E.異常值處理

3.以下哪些機(jī)器學(xué)習(xí)算法適用于智能能源負(fù)荷預(yù)測(cè)？（）

A.支持向量機(jī)

B.決策樹(shù)

C.隨機(jī)森林

D.人工神經(jīng)網(wǎng)絡(luò)

E.線性回歸

4.在智能能源負(fù)荷預(yù)測(cè)中，以下哪些因素可能影響模型的準(zhǔn)確性？（）

A.數(shù)據(jù)質(zhì)量

B.模型選擇

C.特征工程

D.模型參數(shù)

E.訓(xùn)練數(shù)據(jù)量

5.以下哪些指標(biāo)可以用于評(píng)估智能能源負(fù)荷預(yù)測(cè)模型的性能？（）

A.均方誤差

B.相關(guān)系數(shù)

C.平均絕對(duì)誤差

D.最大似然估計(jì)

E.預(yù)測(cè)置信區(qū)間

6.以下哪些方法可以用于減少智能能源負(fù)荷預(yù)測(cè)中的過(guò)擬合？（）

A.正則化

B.交叉驗(yàn)證

C.數(shù)據(jù)增強(qiáng)

D.增加訓(xùn)練數(shù)據(jù)

E.減少模型復(fù)雜度

7.在智能能源負(fù)荷預(yù)測(cè)中，以下哪些數(shù)據(jù)源可能被用于構(gòu)建預(yù)測(cè)模型？（）

A.氣象數(shù)據(jù)

B.能源價(jià)格數(shù)據(jù)

C.歷史負(fù)荷數(shù)據(jù)

D.用戶行為數(shù)據(jù)

E.電網(wǎng)拓?fù)鋽?shù)據(jù)

8.以下哪些技術(shù)可以用于提高智能能源負(fù)荷預(yù)測(cè)的實(shí)時(shí)性？（）

A.云計(jì)算

B.分布式計(jì)算

C.機(jī)器學(xué)習(xí)優(yōu)化

D.時(shí)間序列預(yù)測(cè)算法

E.大數(shù)據(jù)處理技術(shù)

9.在智能能源負(fù)荷預(yù)測(cè)中，以下哪些方法可以用于處理季節(jié)性數(shù)據(jù)？（）

A.滑動(dòng)平均

B.季節(jié)性分解

C.指數(shù)平滑

D.支持向量機(jī)

E.人工神經(jīng)網(wǎng)絡(luò)

10.以下哪些是智能能源負(fù)荷預(yù)測(cè)中的挑戰(zhàn)？（）

A.數(shù)據(jù)稀疏

B.數(shù)據(jù)不平衡

C.模型可解釋性

D.實(shí)時(shí)性要求

E.環(huán)境因素影響

11.以下哪些方法可以用于提高智能能源負(fù)荷預(yù)測(cè)的準(zhǔn)確性和魯棒性？（）

A.特征選擇

B.融合多個(gè)模型

C.交叉驗(yàn)證

D.模型調(diào)整

E.增加訓(xùn)練數(shù)據(jù)

12.在智能能源負(fù)荷預(yù)測(cè)中，以下哪些因素可能影響預(yù)測(cè)的可靠性？（）

A.模型參數(shù)的穩(wěn)定性

B.數(shù)據(jù)收集的準(zhǔn)確性

C.環(huán)境變化的影響

D.用戶行為的變化

E.模型復(fù)雜度

13.以下哪些技術(shù)可以用于優(yōu)化智能能源負(fù)荷預(yù)測(cè)的性能？（）

A.算法優(yōu)化

B.資源調(diào)度

C.模型簡(jiǎn)化

D.數(shù)據(jù)壓縮

E.異常檢測(cè)

14.在智能能源負(fù)荷預(yù)測(cè)中，以下哪些方法可以用于處理非平穩(wěn)數(shù)據(jù)？（）

A.滑動(dòng)窗口

B.自回歸模型

C.季節(jié)性分解

D.自適應(yīng)濾波

E.人工神經(jīng)網(wǎng)絡(luò)

15.以下哪些是智能能源負(fù)荷預(yù)測(cè)中的潛在應(yīng)用？（）

A.電網(wǎng)調(diào)度

B.能源需求側(cè)管理

C.能源交易

D.建筑能源管理

E.智能電網(wǎng)建設(shè)

16.在智能能源負(fù)荷預(yù)測(cè)中，以下哪些方法可以用于處理非線性關(guān)系？（）

A.支持向量機(jī)

B.決策樹(shù)

C.K最近鄰

D.人工神經(jīng)網(wǎng)絡(luò)

E.線性回歸

17.以下哪些技術(shù)可以用于提高智能能源負(fù)荷預(yù)測(cè)的效率？（）

A.并行計(jì)算

B.分布式計(jì)算

C.云計(jì)算

D.數(shù)據(jù)庫(kù)優(yōu)化

E.機(jī)器學(xué)習(xí)算法改進(jìn)

18.在智能能源負(fù)荷預(yù)測(cè)中，以下哪些因素可能影響預(yù)測(cè)的準(zhǔn)確性？（）

A.模型選擇

B.特征工程

C.數(shù)據(jù)質(zhì)量

D.訓(xùn)練數(shù)據(jù)量

E.模型參數(shù)調(diào)整

19.以下哪些方法是智能能源負(fù)荷預(yù)測(cè)中常用的模型融合技術(shù)？（）

A.早期停止

B.權(quán)重平均

C.交叉驗(yàn)證

D.貝葉斯優(yōu)化

E.隨機(jī)森林

20.在智能能源負(fù)荷預(yù)測(cè)中，以下哪些是提高預(yù)測(cè)性能的關(guān)鍵因素？（）

A.數(shù)據(jù)預(yù)處理

B.特征選擇

C.模型選擇

D.參數(shù)優(yōu)化

E.預(yù)測(cè)結(jié)果解釋

三、填空題（本題共25小題，每小題1分，共25分，請(qǐng)將正確答案填到題目空白處）

1.智能能源負(fù)荷預(yù)測(cè)中的時(shí)間序列分析方法主要分為_(kāi)_____和______兩大類。

2.在數(shù)據(jù)預(yù)處理階段，常用的數(shù)據(jù)清洗方法包括______、______和______。

3.智能能源負(fù)荷預(yù)測(cè)中，常用的數(shù)據(jù)歸一化方法有______和______。

4.機(jī)器學(xué)習(xí)中的監(jiān)督學(xué)習(xí)算法包括______、______和______。

5.智能能源負(fù)荷預(yù)測(cè)中，常用的性能評(píng)估指標(biāo)有______、______和______。

6.在數(shù)據(jù)預(yù)處理中，異常值處理的方法包括______、______和______。

7.智能能源負(fù)荷預(yù)測(cè)中，常用的機(jī)器學(xué)習(xí)算法有______、______和______。

8.支持向量機(jī)（SVM）在智能能源負(fù)荷預(yù)測(cè)中主要用于解決______問(wèn)題。

9.決策樹(shù)是一種______的機(jī)器學(xué)習(xí)算法，它通過(guò)樹(shù)形結(jié)構(gòu)來(lái)模擬決策過(guò)程。

10.隨機(jī)森林是一種______算法，通過(guò)構(gòu)建多個(gè)決策樹(shù)并進(jìn)行集成來(lái)提高預(yù)測(cè)性能。

11.人工神經(jīng)網(wǎng)絡(luò)（ANN）是一種______模型，模仿人腦神經(jīng)元的工作方式。

12.在智能能源負(fù)荷預(yù)測(cè)中，常用的遞歸神經(jīng)網(wǎng)絡(luò)（RNN）有______和______。

13.時(shí)間序列預(yù)測(cè)中的自回歸（AR）模型假設(shè)當(dāng)前值與過(guò)去值有關(guān)，其中AR（p）表示______階自回歸模型。

14.移動(dòng)平均（MA）模型假設(shè)當(dāng)前值與未來(lái)的誤差有關(guān)，其中MA（q）表示______階移動(dòng)平均模型。

15.智能能源負(fù)荷預(yù)測(cè)中，常用的特征工程方法包括______、______和______。

16.在智能能源負(fù)荷預(yù)測(cè)中，正則化技術(shù)常用于防止______。

17.交叉驗(yàn)證是一種用于評(píng)估模型泛化能力的______技術(shù)。

18.智能能源負(fù)荷預(yù)測(cè)中，常用的集成學(xué)習(xí)方法有______、______和______。

19.智能能源負(fù)荷預(yù)測(cè)中，常用的數(shù)據(jù)增強(qiáng)技術(shù)包括______和______。

20.在智能能源負(fù)荷預(yù)測(cè)中，季節(jié)性分解通常包括______、______和______三個(gè)步驟。

21.智能能源負(fù)荷預(yù)測(cè)中，常用的異常檢測(cè)方法包括______、______和______。

22.在智能能源負(fù)荷預(yù)測(cè)中，為了提高模型的魯棒性，可以采用______和______等方法。

23.智能能源負(fù)荷預(yù)測(cè)中，為了提高模型的準(zhǔn)確性，可以采用______和______等方法。

24.在智能能源負(fù)荷預(yù)測(cè)中，為了提高模型的效率，可以采用______和______等方法。

25.智能能源負(fù)荷預(yù)測(cè)中，為了提高模型的解釋性，可以采用______和______等方法。

四、判斷題（本題共20小題，每題0.5分，共10分，正確的請(qǐng)?jiān)诖痤}括號(hào)中畫(huà)√，錯(cuò)誤的畫(huà)×）

1.智能能源負(fù)荷預(yù)測(cè)中的時(shí)間序列分析方法僅限于自回歸模型和移動(dòng)平均模型。（）

2.數(shù)據(jù)預(yù)處理階段的主要目的是提高模型的預(yù)測(cè)精度。（）

3.特征選擇是智能能源負(fù)荷預(yù)測(cè)中最重要的步驟之一。（）

4.機(jī)器學(xué)習(xí)中的監(jiān)督學(xué)習(xí)算法只能用于分類問(wèn)題。（）

5.在智能能源負(fù)荷預(yù)測(cè)中，均方誤差（MSE）總是優(yōu)于平均絕對(duì)誤差（MAE）。（）

6.異常值處理通常可以通過(guò)簡(jiǎn)單的替換或刪除來(lái)實(shí)現(xiàn)。（）

7.支持向量機(jī)（SVM）在處理非線性問(wèn)題時(shí)不需要特征工程。（）

8.決策樹(shù)模型能夠自動(dòng)進(jìn)行特征選擇。（）

9.隨機(jī)森林算法在處理高維數(shù)據(jù)時(shí)通常比單個(gè)決策樹(shù)表現(xiàn)更好。（）

10.人工神經(jīng)網(wǎng)絡(luò)（ANN）在智能能源負(fù)荷預(yù)測(cè)中總是優(yōu)于其他機(jī)器學(xué)習(xí)算法。（）

11.遞歸神經(jīng)網(wǎng)絡(luò)（RNN）在處理時(shí)間序列數(shù)據(jù)時(shí)，可以很好地處理長(zhǎng)序列依賴問(wèn)題。（）

12.在智能能源負(fù)荷預(yù)測(cè)中，自回歸模型（AR）更適合預(yù)測(cè)短期負(fù)荷。（）

13.季節(jié)性分解是處理季節(jié)性時(shí)間序列數(shù)據(jù)的最佳方法。（）

14.交叉驗(yàn)證是一種提高模型泛化能力的方法，但它會(huì)增加計(jì)算成本。（）

15.集成學(xué)習(xí)方法可以提高模型的準(zhǔn)確性和穩(wěn)定性，但不會(huì)增加模型的復(fù)雜度。（）

16.數(shù)據(jù)增強(qiáng)是增加訓(xùn)練數(shù)據(jù)量的有效方法，可以提高模型的泛化能力。（）

17.在智能能源負(fù)荷預(yù)測(cè)中，實(shí)時(shí)性要求通常比預(yù)測(cè)精度更重要。（）

18.智能能源負(fù)荷預(yù)測(cè)中的模型融合技術(shù)可以減少模型的過(guò)擬合。（）

19.特征選擇和特征提取是相同的概念，都可以通過(guò)降維來(lái)實(shí)現(xiàn)。（）

20.智能能源負(fù)荷預(yù)測(cè)中的模型解釋性通常不如模型的預(yù)測(cè)性能重要。（）

五、主觀題（本題共4小題，每題5分，共20分）

1.請(qǐng)簡(jiǎn)述計(jì)算機(jī)在智能能源負(fù)荷預(yù)測(cè)中的應(yīng)用場(chǎng)景，并說(shuō)明其在能源管理中的重要性。

2.針對(duì)智能能源負(fù)荷預(yù)測(cè)問(wèn)題，比較自回歸模型（AR）和移動(dòng)平均模型（MA）的優(yōu)缺點(diǎn)，并說(shuō)明在實(shí)際應(yīng)用中如何選擇合適的模型。

3.請(qǐng)討論在智能能源負(fù)荷預(yù)測(cè)中，如何通過(guò)特征工程提高預(yù)測(cè)模型的準(zhǔn)確性和魯棒性。

4.結(jié)合實(shí)際案例，分析智能能源負(fù)荷預(yù)測(cè)在能源管理中的應(yīng)用價(jià)值，并探討其在未來(lái)能源系統(tǒng)中的發(fā)展趨勢(shì)。

六、案例題（本題共2小題，每題5分，共10分）

1.案例題：

某城市電力公司希望利用智能能源負(fù)荷預(yù)測(cè)技術(shù)來(lái)優(yōu)化電網(wǎng)調(diào)度，減少能源浪費(fèi)。已知該城市過(guò)去三年的日負(fù)荷數(shù)據(jù)，包括日平均溫度、歷史負(fù)荷數(shù)據(jù)等。請(qǐng)根據(jù)以下要求撰寫(xiě)一份智能能源負(fù)荷預(yù)測(cè)方案：

（1）描述數(shù)據(jù)預(yù)處理步驟，包括數(shù)據(jù)清洗、特征提取等。

（2）選擇合適的機(jī)器學(xué)習(xí)模型進(jìn)行預(yù)測(cè)，并簡(jiǎn)要說(shuō)明原因。

（3）設(shè)計(jì)評(píng)估指標(biāo)，以衡量預(yù)測(cè)模型的性能。

（4）針對(duì)預(yù)測(cè)結(jié)果，提出相應(yīng)的電網(wǎng)調(diào)度優(yōu)化策略。

2.案例題：

某建筑公司計(jì)劃在新建的辦公樓中實(shí)施智能能源管理系統(tǒng)，以實(shí)現(xiàn)節(jié)能降耗。已知該建筑的歷史能源消耗數(shù)據(jù)，包括電力、燃?xì)夂退氖褂昧浚约跋鄳?yīng)的天氣數(shù)據(jù)和建筑使用情況。請(qǐng)根據(jù)以下要求撰寫(xiě)一份智能能源負(fù)荷預(yù)測(cè)報(bào)告：

（1）分析能源消耗數(shù)據(jù)的特點(diǎn)，并確定預(yù)測(cè)目標(biāo)。

（2）選擇合適的智能能源負(fù)荷預(yù)測(cè)模型，并解釋選擇原因。

（3）進(jìn)行模型訓(xùn)練和預(yù)測(cè)，并展示預(yù)測(cè)結(jié)果。

（4）根據(jù)預(yù)測(cè)結(jié)果，提出節(jié)能降耗的具體措施和建議。

標(biāo)準(zhǔn)答案

一、單項(xiàng)選擇題

1.C

2.D

3.C

4.D

5.C

6.B

7.D

8.B

9.D

10.C

11.D

12.A

13.A

14.C

15.D

16.A

17.C

18.B

19.D

20.A

21.B

22.C

23.E

24.A

25.D

二、多選題

1.A,B,C,D,E

2.B,C,D,E

3.A,B,C,D,E

4.A,B,C,D,E

5.A,B,C,D,E

6.A,B,C,E

7.A,B,C,D,E

8.A,B,C,D,E

9.A,B,C

10.A,B,C,D,E

11.A,B,C,D,E

12.A,B,C,D,E

13.A,B,C,D,E

14.A,B,C,D,E

15.A,B,C,D,E

16.A,B,C,D,E

17.A,B,C,D,E

18.A,B,C,D,E

19.A,B,C,D,E

20.A,B,C,D,E

三、填空題

1.自回歸模型，移動(dòng)平均模型

2.數(shù)據(jù)清洗，特征提取，數(shù)據(jù)標(biāo)準(zhǔn)化

3.數(shù)據(jù)歸一化，數(shù)據(jù)標(biāo)準(zhǔn)化

4.邏輯回歸，決策樹(shù)，K最近鄰

5.