下列属于数据挖掘方法的有（   ）。

试卷相关题目

• 1特征向量的归一化方法有（）。

  A.线性函数转换

  B.对数函数转换

  C.反余切函数转换

  D.减去均值，除以方差

  开始考试点击查看答案
• 2一个回归模型存在多重共线问题，在不损失过多信息的情况下，可采取的措施有（ ）。

  A.剔除所有的共线性变量

  B.剔除共线性变量中的一个

  C.通过计算方差膨胀因子（variance inflation factor, VIF ）来检查共线性程度，并采取相应措施

  D.删除相关变量可能会有信息损失，我们可以不删除相关变量，而使用一些正则化方法来解决多重共线性问题，例如Ridge或Lasso回归

  E."

  开始考试点击查看答案
• 3下列关于神经网络的说法正确的有（   ）。

  A.增加网络层数，可能会增加测试集分类错误率

  B.增加网络层数，一定会增加训练集分类错误率

  C.减少网络层数，可能会减少测试集分类错误率

  D.减少网络层数，一定会减少训练集分类错误率

  开始考试点击查看答案
• 4深度学习方法不适用的数据集有（   ）。

  A.数据样本充足

  B.数据样本不足

  C.数据集具有局部相关特性

  D.数据集没有局部相关特性

  E."

  开始考试点击查看答案
• 5鉴别多元共线特征后，下一步可能的操作有（   ）。

  A.移除两个共线变量

  B.不移除两个变量，而是移除一个

  C.移除相关变量可能会导致信息损失，可以使用惩罚线性回归模型（如ridge或lasso regression）

  开始考试点击查看答案
• 6数据再利用的意义有（   ）。

  A.挖掘数据的潜在价值

  B.提高社会效益，优化社会管理

  C.实现数据重组的创新价值

  D.优化存储设备，降低设备成本

  E.利用数据可拓展性拓宽业务领域

  开始考试点击查看答案
• 7下列属于数据挖掘与分析工具的有（ ）。

  A.Tableau

  B.Python

  C.SPSS

  D.Alteyx

  开始考试点击查看答案
• 8Python的特点和优点有(____)

  A.解释性强

  B.使用动态特性

  C.面向对象

  D.语法简洁

  开始考试点击查看答案
• 9下列场景适合使用Python的有(____)

  A.可作为脚本语言，快速编写小型程序、脚本等

  B.可应用在数据科学、交互式计算及可视化领域

  C.可作为胶水语言，整合如C++等语言代码

  D.Python适用于低延时、高利用率的应用场景

  开始考试点击查看答案
• 10下列关于Python语言的特点的描述不正确的有(____)

  A.Python语言不支持面向 对象

  B.Python语言是解释型语言

  C.Python语言是编译型语言

  D.Python语言是非跨平台语言

  开始考试点击查看答案