東財(cái)《大數(shù)據(jù)-概念、方法與應(yīng)用》單元作業(yè)2答卷

東財(cái)《大數(shù)據(jù)——概念、方法與應(yīng)用》單元作業(yè)2試卷總分:100得分:100一、單選題(共10道試題,共50分)導(dǎo)入與預(yù)處理過(guò)程的特點(diǎn)和挑戰(zhàn)是（）。數(shù)據(jù)量大，導(dǎo)致企業(yè)不堪重負(fù)成本增長(zhǎng)速度快隱私安全以上選項(xiàng)都不正確答案:A2.回歸分析方法反映的是將事務(wù)數(shù)據(jù)庫(kù)中屬性值在（）的特征。地點(diǎn)上空間上時(shí)間上以上都不是答案:C3.K-Means算法不適合處理（）屬性。連續(xù)型離散型穩(wěn)定型隨機(jī)型答案:B4.在企業(yè)危機(jī)管理及其預(yù)警中，管理者更感興趣的是（）。關(guān)聯(lián)規(guī)則意外規(guī)則依賴規(guī)則相關(guān)規(guī)則答案:B5.聚類分析目的是使得屬于同一類別的數(shù)據(jù)間的相似性盡可能（）。小大相同隨機(jī)答案:B6.數(shù)據(jù)挖掘的分類方法是找出數(shù)據(jù)庫(kù)中一組數(shù)據(jù)對(duì)象的（）并按照分類模式將其劃分為不同的類。共同點(diǎn)不同點(diǎn)屬性值答案:A7.可視化是給人看的，（）是給機(jī)器看的。數(shù)據(jù)質(zhì)量和管理數(shù)據(jù)挖掘預(yù)測(cè)性分析語(yǔ)音引擎答案:B8.（）需要被設(shè)計(jì)成能夠從“文檔”中智能提取信息?？梢暬治鰯?shù)據(jù)挖掘預(yù)測(cè)性分析語(yǔ)音引擎答案:D9.半結(jié)構(gòu)化的數(shù)據(jù)分析需求可以使用（）。GreenPlumExadataInfobrightHadoop答案:D10.在大數(shù)據(jù)的采集過(guò)程中，其主要的特點(diǎn)和挑戰(zhàn)是（）。安全隱私并發(fā)數(shù)高死鎖答案:C二、多選題(共5道試題,共25分)11.從商業(yè)層面上看，數(shù)據(jù)挖掘的主要特點(diǎn)有（）。對(duì)商業(yè)數(shù)據(jù)庫(kù)中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換對(duì)商業(yè)數(shù)據(jù)庫(kù)中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行分析對(duì)商業(yè)數(shù)據(jù)庫(kù)中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行其他模型化處理從商業(yè)數(shù)據(jù)庫(kù)中提取輔助商業(yè)決策的關(guān)鍵性數(shù)據(jù)答案:ABCD12.挖掘的特點(diǎn)和挑戰(zhàn)有（）。挖掘的算法很復(fù)雜涉及的數(shù)據(jù)量很大計(jì)算量很大數(shù)據(jù)處理簡(jiǎn)單答案:ABC13.數(shù)據(jù)挖掘出的知識(shí)表現(xiàn)為（）。可接受的可理解的可運(yùn)用的有規(guī)則的答案:ABCD14.下列選項(xiàng)中，屬于數(shù)據(jù)挖掘功能的有（）。自動(dòng)預(yù)測(cè)趨勢(shì)和行為關(guān)聯(lián)分析聚類概念描述答案:ABCD15.概念描述分析（）。特征性描述區(qū)別性描述共同性描述關(guān)聯(lián)性描述答案:AB三、判斷題(共5道試題,共25分)16.用戶在導(dǎo)入時(shí)是不可以進(jìn)行一些簡(jiǎn)單的清洗和預(yù)處理工作的。()答案:錯(cuò)誤17.K-Means算法是用均值算法把數(shù)據(jù)分成K個(gè)類的算法。()答案:正確18.K-Means算法對(duì)符號(hào)屬性的數(shù)據(jù)特別有利。()答案:錯(cuò)誤19.商業(yè)層面上的數(shù)據(jù)挖掘是