數(shù)據(jù)挖掘 知到智慧樹(shù)網(wǎng)課答案

數(shù)據(jù)挖掘-知到答案、智慧樹(shù)答案第一章單元測(cè)試1、問(wèn)題：什么是KDD？選項(xiàng)：A:B.領(lǐng)域知識(shí)發(fā)現(xiàn)B:D.動(dòng)態(tài)知識(shí)發(fā)現(xiàn)C:C.文檔知識(shí)發(fā)現(xiàn)D:A.數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)答案:【A.數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)】2、問(wèn)題：數(shù)據(jù)挖掘的主要任務(wù)是從數(shù)據(jù)中發(fā)現(xiàn)潛在的規(guī)則，從而能更好的完成描述數(shù)據(jù)、預(yù)測(cè)數(shù)據(jù)等任務(wù)。選項(xiàng)：A:對(duì)B:錯(cuò)答案:【對(duì)】3、問(wèn)題：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(wèn)題？選項(xiàng)：A:模式發(fā)現(xiàn)B:回歸C:分類D:模式匹配答案:【回歸;分類】4、問(wèn)題：以下哪些學(xué)科和數(shù)據(jù)挖掘有密切聯(lián)系？選項(xiàng)：A:計(jì)算機(jī)組成原理B:礦產(chǎn)挖掘C:人工智能D:統(tǒng)計(jì)答案:【人工智能;統(tǒng)計(jì)】5、問(wèn)題：離群點(diǎn)可以是合法的數(shù)據(jù)對(duì)象或者值。選項(xiàng)：A:對(duì)B:錯(cuò)答案:【對(duì)】第二章單元測(cè)試1、問(wèn)題：下面哪個(gè)屬于定量的屬性類型：選項(xiàng)：A:相異B:區(qū)間C:序數(shù)D:標(biāo)稱答案:【區(qū)間】2、問(wèn)題：只有非零值才重要的二元屬性被稱作：選項(xiàng)：A:對(duì)稱屬性B:離散屬性C:非對(duì)稱的二元屬性D:計(jì)數(shù)屬性答案:【非對(duì)稱的二元屬性】3、問(wèn)題：定量屬性可以是整數(shù)值或者是連續(xù)值。選項(xiàng)：A:錯(cuò)B:對(duì)答案:【對(duì)】4、問(wèn)題：中心趨勢(shì)度量模（mode）是指選項(xiàng)：A:算術(shù)平均值B:最小值C:最大值D:數(shù)據(jù)集中出現(xiàn)頻率最高的值答案:【數(shù)據(jù)集中出現(xiàn)頻率最高的值】5、問(wèn)題：以下哪些是屬于中心趨勢(shì)的度量選項(xiàng)：A:中位數(shù)B:五數(shù)概括C:標(biāo)準(zhǔn)差D:平均值答案:【中位數(shù);平均值】第三章單元測(cè)試1、問(wèn)題：數(shù)據(jù)清洗的方法不包括選項(xiàng)：A:重復(fù)數(shù)據(jù)記錄處理B:缺失值處理C:噪聲數(shù)據(jù)清除D:一致性檢查答案:【重復(fù)數(shù)據(jù)記錄處理】2、問(wèn)題：對(duì)數(shù)據(jù)進(jìn)行數(shù)據(jù)清理、集成、變換、規(guī)約是數(shù)據(jù)挖掘哪個(gè)步驟的任務(wù)？選項(xiàng)：A:數(shù)據(jù)預(yù)處理B:噪聲檢測(cè)C:頻繁模式挖掘D:分類和預(yù)測(cè)答案:【數(shù)據(jù)預(yù)處理】3、問(wèn)題：以下哪項(xiàng)不屬于數(shù)據(jù)規(guī)約的方法?選項(xiàng)：A:數(shù)據(jù)壓縮B:維規(guī)約C:數(shù)值規(guī)約D:數(shù)據(jù)遷移答案:【數(shù)據(jù)遷移】4、問(wèn)題：大數(shù)據(jù)預(yù)處理的方法不包含以下哪個(gè)選項(xiàng)?選項(xiàng)：A:數(shù)據(jù)規(guī)約B:數(shù)據(jù)清洗C:數(shù)據(jù)采集D:數(shù)據(jù)變換答案:【數(shù)據(jù)采集】5、問(wèn)題：在噪聲數(shù)據(jù)中，波動(dòng)數(shù)據(jù)比離群點(diǎn)數(shù)據(jù)偏離整體水平更大。選項(xiàng)：A:對(duì)B:錯(cuò)答案:【錯(cuò)】第四章單元測(cè)試1、問(wèn)題：某超市研究銷售紀(jì)錄數(shù)據(jù)后發(fā)現(xiàn)，買(mǎi)啤酒的人很大概率也會(huì)購(gòu)買(mǎi)尿布，這種屬于數(shù)據(jù)挖掘的哪類問(wèn)題？選項(xiàng)：A:自然語(yǔ)言處理B:分類C:聚類D:關(guān)聯(lián)規(guī)則發(fā)現(xiàn)答案:【關(guān)聯(lián)規(guī)則發(fā)現(xiàn)】2、問(wèn)題：關(guān)聯(lián)規(guī)則挖掘過(guò)程是發(fā)現(xiàn)滿足最小支持度的所有項(xiàng)集代表的規(guī)則。選項(xiàng)：A:對(duì)B:錯(cuò)答案:【錯(cuò)】3、問(wèn)題：具有較高的支持度的項(xiàng)集具有較高的置信度。選項(xiàng)：A:對(duì)B:錯(cuò)答案:【錯(cuò)】4、問(wèn)題：給定關(guān)聯(lián)規(guī)則A→B，意味著：若A發(fā)生，B也會(huì)發(fā)生。選項(xiàng)：A:對(duì)B:錯(cuò)答案:【錯(cuò)】5、問(wèn)題：啤酒與尿布的故事是聚類分析的典型實(shí)例。選項(xiàng)：A:對(duì)B:錯(cuò)答案:【錯(cuò)】第五章單元測(cè)試1、問(wèn)題：分類和回歸都可用于預(yù)測(cè)，分類的輸出是離散的類別值，而回歸的輸出是連續(xù)數(shù)值。選項(xiàng)：A:對(duì)B:錯(cuò)答案:【對(duì)】2、問(wèn)題：決策樹(shù)方法通常用于關(guān)聯(lián)規(guī)則挖掘。選項(xiàng)：A:錯(cuò)B:對(duì)答案:【錯(cuò)】3、問(wèn)題：在決策樹(shù)中，隨著樹(shù)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(kāi)始增大，這是出現(xiàn)了模型擬合不足的問(wèn)題。選項(xiàng)：A:錯(cuò)B:對(duì)答案:【錯(cuò)】4、問(wèn)題：對(duì)于SVM分類算法，待分樣本集中的大部分樣本不是支持向量，移去或者減少這些樣本對(duì)分類結(jié)果沒(méi)有影響。選項(xiàng)：A:對(duì)B:錯(cuò)答案:【對(duì)】5、問(wèn)題：下面哪種分類方法是屬于統(tǒng)計(jì)學(xué)的分類方法？選項(xiàng)：A:判定樹(shù)歸納B:基于案例的推理C:后向傳播分類D:貝葉斯分類答案:【貝葉斯分類】第六章單元測(cè)試1、問(wèn)題：基于劃分方法的聚類都是基于距離來(lái)判斷數(shù)據(jù)對(duì)象相似度的選項(xiàng)：A:錯(cuò)B:對(duì)答案:【對(duì)】2、問(wèn)題：K-Means聚類過(guò)程中計(jì)算出的“質(zhì)心”點(diǎn)是虛擬的。選項(xiàng)：A:對(duì)B:錯(cuò)答案:【對(duì)】3、問(wèn)題：DBSCAN聚類和K-Medians聚類都需要預(yù)先指定聚類的簇的數(shù)目選項(xiàng)：A:錯(cuò)B:對(duì)答案:【錯(cuò)】4、問(wèn)題：下列屬于層次聚類方法的是選項(xiàng)：A:K-MeansB:DBSCANC:DIANAD:AGNES答案:【DIANA;AGNES】5、問(wèn)題：衡量離群點(diǎn)的離群因子，計(jì)算的是選項(xiàng)：A:簇間距離B:簇間距離的加權(quán)平均值C:平均絕對(duì)偏差D:輪廓系數(shù)答案:【簇間距離的加權(quán)平均值】第七章單元測(cè)試1、問(wèn)題：神經(jīng)元節(jié)點(diǎn)計(jì)算什么（）選項(xiàng)：A:神經(jīng)元節(jié)點(diǎn)先計(jì)算線性函數(shù)（z=Wx+b），再計(jì)算激活B:神經(jīng)元節(jié)點(diǎn)先計(jì)算激活函數(shù)，再計(jì)算線性函數(shù)(z=Wx+b)C:神經(jīng)元節(jié)點(diǎn)計(jì)算函數(shù)g，函數(shù)g計(jì)算(Wx+b)D:在將輸出應(yīng)用于激活函數(shù)之前，神經(jīng)元節(jié)點(diǎn)計(jì)算所有特征的平均值答案:【神經(jīng)元節(jié)點(diǎn)先計(jì)算線性函數(shù)（z=Wx+b），再計(jì)算激活】2、問(wèn)題：在一個(gè)神經(jīng)網(wǎng)絡(luò)里，知道每一個(gè)神經(jīng)元的權(quán)重和偏差是最重要的一步。如果以某種方法知道了神經(jīng)元準(zhǔn)確的權(quán)重和偏差，你就可以近似任何函數(shù)。實(shí)現(xiàn)這個(gè)最佳的辦法是什么？選項(xiàng)：A:隨機(jī)賦值，祈禱它們是正確的B:賦予一個(gè)初始值，通過(guò)檢查跟最佳值的差值，然后迭代更新權(quán)重C:搜索所有權(quán)重和偏差的組合，直到得到最佳值D:都不正確答案:【賦予一個(gè)初始值，通過(guò)檢查跟最佳值的差值，然后迭代更新權(quán)重】33、問(wèn)題：梯度下降算法的正確步驟是什么？1.計(jì)算預(yù)測(cè)值和真實(shí)值之間的誤差2.迭代跟新，直到找到最佳權(quán)重.把輸入傳入網(wǎng)絡(luò)，得到輸出值4.初始化隨機(jī)權(quán)重和偏差5.對(duì)每一個(gè)產(chǎn)生誤差的神經(jīng)元，改變相應(yīng)的（權(quán)重）值以減小誤差選項(xiàng)：A:1,2,3,4,5B:5,4,3,2,1C:4,3,1,5,2D:3,2,1,5,4答案:【4,3,1,5,2】4、問(wèn)題：以下什么情況下神經(jīng)網(wǎng)絡(luò)模型被稱為深度學(xué)習(xí)模型？選項(xiàng)：A:當(dāng)這是