長風破浪會有時，直掛云帆濟滄海。南開大學23春“物聯網工程”《數據分析》考試高頻考點參考題庫帶答案（圖片大小可自由調整）第I卷一.綜合考核(共15題)1.ID3算法流程為()。A.從根結點開始，對結點計算所有可能的特征的信息增益，選擇信息增益最大的特征作為結點的特征，由該特征的不同取值建立子結點B.所有特征的信息增益均很小或沒有特征可以選擇C.得到一個決策樹D.對子結點遞歸地調用，構建決策樹2.統計學習方法的組成：()。A.監督學習B.無監督學習C.強化學習3.()反映了學習方法對未知的測試數據集的預測能力，是學習中的重要概念。A.訓練誤差B.測試誤差C.統計誤差D.平均誤差4.在鏈接作弊的垃圾農場中，作弊者擁有并完全控制的網頁稱為()。A.不可達網頁B.可達網頁C.自有網頁5.DAG中的父節點是唯一的。()A.正確B.錯誤6.聚類分析中，一個類是樣本的一個子集。()A.正確B.錯誤7.SVM是在特征空間上的間隔最大的線性分類器。()A.正確B.錯誤8.要防止過擬合，進行最優的模型選擇，即選擇復雜度最適當的模型，以達到使測試誤差最小的學習目的。()A.正確B.錯誤9.數據采集，又稱數據獲取，是大數據生命周期的第一個環節，通過RFID射頻識別技術、傳感器、交互型社交網絡以及移動互聯網等方式獲得的各種類型的結構化、半結構化及非結構化的海量數據。()A.正確B.錯誤10.FP-growth算法可以避免冗余的IO讀寫。()A.正確B.錯誤11.大數據的速度快體現在數據產生速度快和要求分析處理速度快。()A.正確B.錯誤12.評價分類器效果時，表示正確分類的樣本數與總樣本數之比的指標是()。A.準確率B.精確率C.召回率D.F1值13.kNN算法中，選擇較大的k值“學習”的估計誤差會減小。()A.正確B.錯誤14.數據產生方式變革中數據產生方式是主動的主要是來自哪個階段?()A.運營式系統階段B.用戶原創內容階段C.感知式系統階段15.TF-IDF算法中，IDF指的是文檔頻率。()A.正確B.錯誤第II卷一.綜合考核(共15題)1.TrustRank算法中，創建優質網頁集合時，不會選擇成員受限的域名。()A.正確B.錯誤2.決策樹中為了防止過擬合現象可以對已生成的樹自上而下剪枝。()A.正確B.錯誤3.大數據在教育中的應用：()。A.網上公開課B.慕課C.智慧校園D.翻轉課堂4.類的R型聚類是指()。A.對樣本個體進行聚類B.對指標變量進行聚類5.決策樹中的葉結點表示()。A.特征B.類C.屬性D.值域輸出6.按社團形成機制分類，社團包括()。A.明顯的社團B.預定義社團C.自組織社團D.隱含的社團7.樸素貝葉斯等價于期望風險最小化。()A.正確B.錯誤8.大數據在電信中的應用有()。A.基于用戶、業務及流量分級的多維管控機制B.精準的客戶分析及營銷C.利用位置和軌跡信息服務社會9.聚類屬于()。A.有監督學習B.無監督學習C.強化學習D.對抗學習10.決策樹的生成過程是()。A.遞歸地進行下去，直至所有訓練據子集被基本正確分類，或者沒有合適的特征為止，最后每個子集都被分到葉結點上，即都有了明確的類B.如果這些子集已經能夠被基本正確分類，那么構建葉結點，并將這些子集分到所對應的葉結點中去C.構建根結點，將所有訓練數據都放在根結點D.選擇一個最優特征，按照這一特征將訓練數據集分割成子集，使得各個子集有一個在當前條件下最好的分類E.如果還有子集不能被基本正確分類，那么就對這些子集選擇新的最優特征，繼續對其進行分割，構建相應的結點11.基于分類對象的分類有()。A.Q型聚類B.凝聚方式C.R型聚類D.分解方式12.下列哪些任務適合構建分類模型?()A.銀行業務中，客戶申請貸款，根據客戶的相關數據分析他是屬于“誠信”類還是“失信”類B.郵件系統可以根據email標題和內容區分出垃圾郵件C.醫學研究人員根據病理數據，合理辨識病情狀況，采取合理治療手段D.房價預測13.PageRank算法是圖數據上的無監督學習方法。()A.正確B.錯誤14.閔式距離參數是()時代表曼哈頓距離。A.0B.1C.2D.無窮15.回歸分析方法中，按照輸入變量個數分類，可分為()。A.一元回歸B.多元回歸C.線性回歸D.非線性回歸第III卷一.綜合考核(共15題)1.潛在語義分析中，以()表示文本的語義內容。A.話題B.話題向量C.語義向量D.距離向量2.如果一個網頁被很多網頁所指向，那么該網頁很可能是重要的。()A.正確B.錯誤3.文本中所有單詞的出現情況表示了文本的()。A.種類B.特征C.語義內容D.語義結構4.潛在語義分析創新地引入了()。A.單詞維度B.文本維度C.話題維度5.在估計PLSA生成模型的參數時，使用()。A.極大似然估計B.對數似然函數C.特征獨立假設D.貝葉斯定理6.通過分析已知訓練樣本類別的數據集屬性，通過訓練建立相應分類模型，是監督學習。()A.正確B.錯誤7.ID3算法的核心是在決策樹葉結點上應用信息增益準則選擇特征，遞歸地構建決策樹。()A.正確B.錯誤8.為了計算中介度，必須計算所有邊上()的數目。A.所有路徑B.最短路徑C.結點入度D.節點出度9.KNN算法用MapReduce實現，要進行幾輪MapReduce?()A.1B.2C.3D.410.下列屬于樸素貝葉斯缺點的是()。A.分類效果不穩定B.不適合增量式訓練C.先驗模型可能導致結果不佳D.對缺失數據不太敏感11.監督學習是從標注數據中學習預測模型的機器學習問題。()A.正確B.錯誤12.向量空間模型中，將單詞在文本中出現的數據用一個()表示。A.單詞-文本矩陣B.單詞-向量矩陣C.距離矩陣D.權重矩陣13.k均值聚類是硬聚類。()A.正確B.錯誤14.支持向量機的MapReduce實現要進行幾輪MapReduce?()A.1B.2C.3D.自行規定15.邏輯斯諦分布的分布函數范圍在()。A.(-∞，∞)B.(0，1)C.(-1/2，1/2)D.(-1，1)第I卷參考答案一.綜合考核1.參考答案：ABCD2.參考答案：ABC3.參考答案：B4.參考答案：C5.參考答案：B6.參考答案：A7.參考答案：A8.參考答案：A9.參考答案：A10.參考答案：A11.參考答案：A12.參考答案：A13.參考答案：A14.參考答案：B15.參考答案：B第II卷參考答案一.綜合考核1.參考答案：B2.參考答案：B3.參考答案：ABCD4.參考答案：B5.參考答案：B6.參考答案：BC7.參考答案：A8.參考答案：ABC9.參考答案：B10.參考答案：ABCDE11.參考答案：BD12.參考答案：ABC13.參考答案：A14.參考答案