智慧樹知到大數(shù)據(jù)工具應用章節(jié)測試答案

1、第一章1、2021年麥肯錫研究院提出的大數(shù)據(jù)定義是：大數(shù)據(jù)是指其大小超出了常規(guī)數(shù)據(jù)庫工具獲取、儲存、治理和水平的數(shù)據(jù)集.A:計算B:訪問C:應用D:分析答案：分析2、用4 V來概括大數(shù)據(jù)的特點的話,一般是指：Value、Velocity 、Volume和.A:VarietyB:VainlyC:VagaryD:Valley答案：Variety3、大數(shù)據(jù)分析四個方面的工作主要是：數(shù)據(jù)分類、關(guān)聯(lián)規(guī)那么挖掘和時間序列預測.A:數(shù)據(jù)統(tǒng)計B:數(shù)據(jù)計算C:數(shù)據(jù)聚類D:數(shù)據(jù)清洗答案：數(shù)據(jù)聚類4、新浪和京東聯(lián)合推出的大數(shù)據(jù)商品推薦,是由京東盲目推送到當前瀏覽新浪網(wǎng)站的用戶的頁面上的.A:對B:錯答案：錯5、目前

2、的大數(shù)據(jù)處理技術(shù)只能處理結(jié)構(gòu)化數(shù)據(jù).A:對B:錯答案：錯第二章1、我們常用的微軟 Office套件中的Access數(shù)據(jù)庫軟件的數(shù)據(jù)庫文件格式后綴名是.A:mdfB:mdbC:dbfD:xls答案：mdb2、大多數(shù)日志文件的后綴名是.A:txtB:csvC:xmlD:log答案：log3、本課程重點介紹的weka軟件的專有文件格式是.A:MongoDBB:ARFFC:valueD:key map答案：ARFF4、數(shù)據(jù)清洗工作的目的主要是要解決數(shù)據(jù)的完整性、唯一性、合法性和.A:專業(yè)性B:排他性C: 一致性D:共享性答案：一致性5、八爪魚軟件的“自定義采集工作方式下,需要在軟件里輸入一個來作為采集

3、的目標.A: 號B:關(guān)鍵詞C:網(wǎng)頁地址D:用戶名答案：網(wǎng)頁地址6、八爪魚軟件的采集規(guī)那么可以通過文件的形式來導入或者導出,這種文件的后綴名是 .A:otdB:jpgC:pngD:gif答案：otd7、Excel可以通過“數(shù)據(jù)有效性按鈕操作來標準數(shù)據(jù)輸入的范圍.A:對B:錯答案：對8、Excel不能導入txt或csv格式的文件.A:對B:錯答案：錯9、八爪魚軟件只能對軟件內(nèi)建了 “簡易采集規(guī)那么的網(wǎng)站采集數(shù)據(jù).A:對B:錯答案：錯10、八爪魚軟件進行自定義采集時,需要了解對網(wǎng)頁的頁面結(jié)構(gòu).A:對B:錯答案：對第三章1、使用DBSCA障法對鶯尾花數(shù)據(jù)集(Iris.arff )進行聚類,將 epsi

4、lon 參數(shù)設(shè)置為0.2 , minPoints參數(shù)設(shè)置為5,忽略class屬性,那么將形成()個簇.A: 1B: 2C: 3D: 4答案：32、使用EM算法對天氣數(shù)據(jù)集(weather.numeric.arff )進行聚類,將 numClusters設(shè)置為4,即簇數(shù)為4,其他參數(shù)保持默認值,忽略class屬性,從結(jié)果中可知,以下選項中,()是錯誤的.A:模型的最大似然估計值是-7.18B:這組數(shù)據(jù)用算法迭代15次C:第四個簇的先驗概率是 0.14D:第四個簇的實例數(shù)為4答案：第四個簇的實例數(shù)為4 3、使用SimpleKMeans算法對天氣數(shù)據(jù)集(weather.numeric.arff )進

5、行聚類,保持默認參數(shù),即3個簇以及歐氏距離.選才i play屬性為忽略屬性,從結(jié)果中可知,以下選項中,() 是錯誤.A:這組數(shù)據(jù)用算法迭代四次B:產(chǎn)生了三個中央點C:聚合為3個簇,分別有7, 3, 4個實例D:平方和誤差為8.928答案：這組數(shù)據(jù)用算法迭代四次4、使用線性回歸(LinearRegression )分類器和用 M5P分類器對cpu.arff分別進行分類,由其輸出的誤差指標可知().A: LinearRegression的標準誤差比M5P的標準誤差小B: LinearRegression的平均絕對誤差比 M5P的平均絕對誤差小C: LinearRegression的相對誤差比M5P

6、的相對誤差小D: LinearRegression的平均方根誤差比 M5P的平均方根誤差大答案:LinearRegression的平均方根誤差比 M5P的平均方根誤差大5、刪去cpu.arff 數(shù)據(jù)文件中的 CACHW性后,使用 M5P分類器構(gòu)建方案,在結(jié)果中,到達LM2的實例數(shù)有個.A: 165B: 21C: 23D: 30答案：216、根據(jù) J48分類器練習 weather.nominal.arff所生產(chǎn)的決策樹,當 outlook=sunny ;temperature=cool ; humidity =high ; windy=TRUE時,分類的結(jié)果是.A: YesB: NoC:沒有結(jié)果

7、D:無法分類答案：No7、根據(jù) J48 分類器練習 iris.arff所生產(chǎn)的決策樹,當 sepallength=4.4 ; sepalwidth=3.0 ;petallength=1.3 ; petalwidth=0.2 時,分類的結(jié)果是.A: Iris-setosaB: Iris-versicolorC: Iris-virginicaD:無法分類答案:Iris-setosa8、關(guān)于 Weka離散化說明正確的選項是.A:離散化是將數(shù)值屬性轉(zhuǎn)換為字符串型屬性B:有監(jiān)督離散化有兩種等寬和等頻方法C:等寬離散化是使實例分布均勻的D:離散化包括無監(jiān)督離散化和有監(jiān)督離散化答案：離散化包括無監(jiān)督離散化和

8、有監(jiān)督離散化9、以下不是 Weka的數(shù)據(jù)類型.A: numericB: nominalC: stringD: decimal答案：decimal10、關(guān)于Weka的文件類型描述錯誤的選項是.A: Weka可以翻開文件格式有 .arff、.csv、.xlsxB: Weka處理的數(shù)據(jù)集類似于關(guān)系數(shù)據(jù)庫橫行實例,豎行屬性C: arff 是ASCII文件,可以用 Word等文本編輯器翻開查看D: relation定義數(shù)據(jù)集名稱,data之后呈現(xiàn)實例,每一行就是一個實例答案：Weka 可以翻開文件格式有.arff、.csv、.xlsx11、以下屬于關(guān)聯(lián)分析的是.A: CPU性能預測B:購物籃分析C:自動

9、判斷鶯尾花類別D:股票趨勢建模答案：購物籃分析12、大數(shù)據(jù)時代的到來,使我們無法人為地去發(fā)現(xiàn)數(shù)據(jù)中的微妙,與此同時,我們更應該注重數(shù)據(jù)中的相關(guān)關(guān)系,而不是因果關(guān)系.其中,數(shù)據(jù)之間的相關(guān)關(guān)系可以通過以下算法直接挖掘.A: K-meansB: Bayes NetworkC: C4.5D: Apriori答案：Apriori13、某超市研究銷售紀錄數(shù)據(jù)后發(fā)現(xiàn),買啤酒的人很大概率也會購置尿布,這種屬于數(shù)據(jù)挖 掘的問題.A:關(guān)聯(lián)規(guī)那么發(fā)現(xiàn)B:聚類C:分類D:自然語言處理答案：關(guān)聯(lián)規(guī)那么發(fā)現(xiàn)14、在進行自動選擇屬性時,必須設(shè)立兩個對象,其中確定使用什么方法為每個屬性子集分 配一個評估值的對象是下面的.A:

10、搜索方法B:屬性評估器C:元分類器D:規(guī)那么挖掘答案：屬性評估器15、以下屬于屬性空間的搜索方法的是.A: GainRatioAttributeEvalB: BestFirstC: PrincipalcomponentsD: SymmetricalUncertAttributeEval答案：BestFirst16、在weka軟件探索者界面中,利用Visualize 標簽頁通過更改各個參數(shù)來進行數(shù)據(jù)集的可 視化屬性設(shè)置后,需要單擊以下按鈕,所有更改才會生效.A: Select AttributeB: SubSampleC: UpdateD: Fast scrolling答案：Update17、給

11、定關(guān)聯(lián)規(guī)那么 AB,意味著：假設(shè) A發(fā)生,B也會發(fā)生.A:對B:錯答案：錯18、支持度是衡量關(guān)聯(lián)規(guī)那么重要性的一個指標.A:對B:錯答案：對19、Ranker方法既可以用于單個屬性評估器,又可以用于屬性子集評估器.A:對B:錯答案：錯20、利用weka軟件進行數(shù)據(jù)可視化時,用戶可以選擇類別屬性對數(shù)據(jù)點著色,如果類別屬性 是標稱型,那么顯示為彩色條.A:對B:錯答案：錯第四章1、貝葉斯網(wǎng)絡(luò)中的節(jié)點代表.A:變量B:隨機過程C:隨機變量D:隨機函數(shù)答案：隨機變量的形2、貝葉斯網(wǎng)絡(luò)中,節(jié)點需給出概率分布描述,對于離散型隨機變量而言,可以用 式表不.A:條件概率密度函數(shù)B:正態(tài)分布C:條件概率表D:均

12、勻分布答案：條件概率表3、貝葉斯網(wǎng)絡(luò)中節(jié)點之間的邊代表.A:隨機關(guān)系B:概率因果C:組合關(guān)系D:隨機結(jié)果答案：隨機關(guān)系4、貝葉斯網(wǎng)絡(luò)保存的文件格式是.A:XML BIFB:DOCXC: TXTD:XLS答案：XML BIF5、下面不是反向傳播神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu).A:輸入層B:隱含層C:計算層D:輸出層答案：計算層6、神經(jīng)網(wǎng)絡(luò)中的節(jié)點代表.A:鼓勵變量B:鼓勵函數(shù)C:隨機變量D:隨機函數(shù)答案：鼓勵函數(shù)7、以下不是常見的鼓勵函數(shù).A:線性函數(shù)B:Sigmoid 函數(shù)C:閾值函數(shù)D:正弦函數(shù)答案：正弦函數(shù)8、在貝葉斯網(wǎng)絡(luò)編輯界面時,如果節(jié)點的名稱沒法完全顯示,需要從菜單項進行調(diào)整.A:Tools|Set

13、DataB:View|Zoom OutC:View|Zoom InD:Tools|Layout答案:Tools|Layout9、WEK中選擇神經(jīng)網(wǎng)絡(luò)分類器操作時,應該選擇.A:rules 條目下的 PARTB:functions 條目下的SG防類器C:functions 條目下的 MultilayerPerceptron 分類器D:默認的分類器答案：functions條目下的 MultilayerPerceptron 分類器10、下面關(guān)于 Package Manager安裝后的目錄說明不正確的選項是.A:doc子目錄存放 API文檔B:lib子目錄存放包所需要的說明文件C:sample-dat

14、a 子目錄存放數(shù)據(jù)集文件D:src子目錄存放源代碼文件答案：lib子目錄存放包所需要的說明文件 第五章1、Tableau是一款定位于數(shù)據(jù)可視化敏捷開發(fā)和實現(xiàn)展現(xiàn)工具.Tableau 連續(xù)第6年在Gartner分析和商業(yè)智能魔力象限中蟬聯(lián)領(lǐng)導者殊榮.A:商務智能B:商業(yè)行為C:商務計算D:商業(yè)統(tǒng)計答案：商務智能2、以下不是 Tableau的數(shù)據(jù)類型A:BooleanB:DateC:StringD:Decimal答案：Decimal3、Tableau可以用來實現(xiàn)交互的、的分析和儀表板應用,從而幫助我們快速地熟悉和理 解數(shù)據(jù).A:連續(xù)性B:離散性C:智能化D:可視化答案：可視化4、以下說法錯誤的選項

15、是.A:Tableau通過內(nèi)存數(shù)據(jù)引擎,可以直接查詢外部數(shù)據(jù)庫同時動態(tài)的從數(shù)據(jù)倉庫抽取實時數(shù) 據(jù),極大的提升了數(shù)據(jù)訪問和查詢效率B:用戶僅需要通過輕點鼠標和簡單拖放就可以迅速創(chuàng)立出智能、精美、直觀和具有強交互性 的報表和儀表盤C:Tableau允許從多個數(shù)據(jù)源訪問數(shù)據(jù),包括帶分隔符白文本文件、Excel文件、SQL數(shù)據(jù)庫、Oracle數(shù)據(jù)庫和多維數(shù)據(jù)庫等D:Tableau不提供應用編程接口答案：5、度量往往是字段,度量是我們的指標.度量常常是連續(xù)的,連續(xù)的字段在圖表中形成軸.將其拖放到功能區(qū)時,Tableau默認會進行.A:數(shù)值,聚合運算B:數(shù)值,混合運算C:分類,聚合運算D:分類,混合運算答

16、案：數(shù)值,聚合運算6、關(guān)于數(shù)據(jù)分層描述錯誤的選項是.A:數(shù)據(jù)分層可以實現(xiàn)向上鉆取B:數(shù)據(jù)分層可以實現(xiàn)向下鉆取C:數(shù)據(jù)分層的層級結(jié)構(gòu)由數(shù)據(jù)維度的上下順序決定D:數(shù)據(jù)分層的層次結(jié)構(gòu)可以手工調(diào)整答案：數(shù)據(jù)分層可以實現(xiàn)向上鉆取7、以下不屬于集的創(chuàng)立方式的是.A:常規(guī)創(chuàng)立B:條件創(chuàng)立C:頂部創(chuàng)立D:分組創(chuàng)立答案：分組創(chuàng)立8、Tableau右邊數(shù)據(jù)目錄欄中,不能單擊右鍵創(chuàng)立參數(shù)的緯度是A:緯度B:度量C:集D:參數(shù)答案：集9、以下不是創(chuàng)立計算字段時的運算邏輯的是.A:數(shù)字B:日期C:用戶D:表結(jié)構(gòu)答案：表結(jié)構(gòu)10、儀表板版面大小設(shè)計選項,不屬于大小設(shè)計選項.A:固定大小B:自動C:范圍D:自定義答案：自定

17、義第六章1、Logistic 函數(shù)的定義域是.A:(-INF, +INF)B：0, 1C:(0, +INF)D:(-INF, 1)答案：(-INF, +INF)2、以下表達錯誤的選項是().A:邏輯回歸是一種監(jiān)督機器學習算法B:邏輯回歸主要用于回歸分析C:邏輯回歸采用Sigmoid函數(shù)對樣本數(shù)據(jù)進行擬合,以構(gòu)建回歸模型D:邏輯回歸預測事件發(fā)生的概率并分析導致事件發(fā)生的因素答案：尺寸線用細點畫線表示3、使用 舊k分類器和SMOH器對vote.arff分別進行分類,由其輸出的結(jié)果可知()A:IBk正確分類百分比比SM僅B:IBk對republican的分類正確率比 SMOC:SMO寸democra

18、t的分類正確率比 舊k小D:SMO寸democrat和republican 的分類正確率都比 舊k大答案：SMO對democrat和republican的分類正確率都比 舊k大4、圖片 10.pngA:0 或 1B:0 或-1C:1 或-1D:true 或 false答案:5、以下描述錯誤的選項是.A:SVM對噪聲不具備魯棒性B:SVM尋找具有最小邊緣的超平面,因此經(jīng)常被稱為最小邊緣分類器C:k-最近鄰算法K-NN是一種消極學習器D:聚類分析可以看作是一種非監(jiān)督的分類答案：6、線性支持向量機的最大化間隔正確的描述是.A:圖片 6.pngB:圖片 7.pngC:圖片 8.pngD:圖片 9.png答案：7、以下計算距離的公式中,計算歐氏距離的是.A:圖片 2.pngB:圖片 3.pngC:圖片 4.pngD:圖片 5.png答