【大数据专题】数据分析

1. 大学内的各年纪人数分别为：一年级200，二年级160，三年级130，四年级110人。则年级属性的众数是？

A：一年级
B：二年级
C：三年级
D：四年级

2. 简述下面哪个属于映射数据到新的空间的方法？？

A：傅立叶变换
B：特征加权
C：渐进抽样
D：维归约

3. 建立一个模型，通过这个模型根据已知的变量值来预测其他某个变量值属于数据挖掘的哪一类任务？

A：根据内容检索
B：建模描述
C：预测建模
D：寻找模式和规则

4. 简述概念分层图是( )图？

A：无向无环
B：有向无环
C：有向有环
D：无向有环

5. 简述使用交互式的和可视化的技术，对数据进行探索属于数据挖掘的哪一类任务？

A：探索性数据分析
B：建模描述
C：预测建模
D：寻找模式和规则

6. 简述假设12个销售价格记录组已经排序如下：5, 10, 11, 13, 15, 35, 50, 55, 72, 92, 204, 215 使用如下每种方法将它们划分成四个箱。等频（等深）划分时，15在第几个箱子内？

A：第一个
B：第二个
C：第三个
D：第四个

7. 简述下列哪个不是专门用于可视化时间空间数据的技术？

A：等高线图
B：饼图
C：曲面图
D：矢量场图

8. 以下有关神经网络的说法错误的是（）？

A：MP模型在隐藏层和输出层都对神经元进行激活函数处理
B：使用多层功能神经元可以解决非线性可分问题
C：神经网络“学”到的东西，蕴含在连接权值和阈值中
D：BP算法基于梯度下降策略

9. 简述在图集合中发现一组公共子结构，这样的任务称为？

A：频繁子集挖掘
B：频繁子图挖掘
C：频繁数据项挖掘
D：频繁模式挖掘

10. 简述关于OLAP和OLTP的区别描述,不正确的是？

A：OLAP主要是关于如何理解聚集的大量不同的数据.它与OTAP应用程序不同.
B：与OLAP应用程序不同,OLTP应用程序包含大量相对简单的事务.
C：OLAP的特点在于事务量大,但事务内容比较简单且重复率高.
D：OLAP是以数据仓库为基础的,但其最终数据来源与OLTP一样均来自底层的数据库系统,两者面对的用户是相同的

11. 简述在抽样方法中，当合适的样本容量很难确定时，可以使用的抽样方法？

A：有放回的简单随机抽样
B：无放回的简单随机抽样
C：分层抽样
D：渐进抽样

12. 考虑下面的频繁3-项集的集合：{1，2，3}，{1，2，4}，{1，2，5}，{1，3，4}，{1，3，5}，{2，3，4}，{2，3，5}，{3，4，5}假定数据集中只有5个项，采用合并策略，由候选产生过程得到4-项集不包含？

A：1，2，3，4
B：1，2，3，5
C：1，2，4，5
D：1，3，4，5

13. 关于OLAP的特性,下面正确的是: ？

A：(1) (2) (3)
B：(2) (3) (4)
C：(1) (2) (3) (4)
D：(1) (2) (3) (4) (5)

14. 简述下面关于数据粒度的描述不正确的是？

A：粒度是指数据仓库小数据单元的详细程度和级别;
B：数据越详细,粒度就越小,级别也就越高;
C：数据综合度越高,粒度也就越大,级别也就越高;
D：粒度的具体划分将直接影响数据仓库中的数据量以及查询质量.

15. 简述熵是为消除不确定性所需要获得的信息量，投掷均匀正六面体骰子的熵是？

A：1比特
B：2.6比特
C：3.2比特
D：3.8比特

16. 简述关于OLAP和OLTP的说法,下列不正确的是？

A：OLAP事务量大,但事务内容比较简单且重复率高.
B：OLAP的最终数据来源与OLTP不一样.
C：OLTP面对的是决策人员和高层管理人员.
D：OLTP以应用为核心,是应用驱动的.

17. 下面哪种不属于数据预处理的方法？

A:变量代换
B:离散化
C:聚集
D:估计遗漏值

18. 简述下面选项中t不是s的子序列的是？

A：s=<{2,4},{3,5,6},{8}> t=<{2},{3,6},{8}>
B：s=<{2,4},{3,5,6},{8}> t=<{2},{8}>
C：s=<{1,2},{3,4}> t=<{1},{2}>
D：s=<{2,4},{2,4}> t=<{2},{4}>

19. OLAM技术一般简称为”数据联机分析挖掘”,下面说法正确的是: ？

A：OLAP和OLAM都基于客户机/服务器模式,只有后者有与用户的交互性;
B：由于OLAM的立方体和用于OLAP的立方体有本质的区别.
C：基于WEB的OLAM是WEB技术与OLAM技术的结合.
D：OLAM服务器通过用户图形借口接收用户的分析指令,在元数据的知道下,对超级立方体作一定的操作.

20. 简述以下两种描述分别对应哪两种对分类算法的评价标准？

(a)警察抓小偷，描述警察抓的人中有多少个是小偷的标准。
(b)描述有多少比例的小偷给警察抓了的标准。

A：Precision, Recall
B：Recall, Precision
C：Precision, ROC
D：Recall, ROC

21. 简述关于基本数据的元数据是指？

A：基本元数据与数据源,数据仓库,数据集市和应用程序等结构相关的信息;
B：基本元数据包括与企业相关的管理方面的数据和信息;
C：基本元数据包括日志文件和简历执行处理的时序调度信息;
D：基本元数据包括关于装载和更新处理,分析处理以及管理方面的信息.

22. 简述下列度量不具有反演性的是？

A：系数
B：几率
C：Cohen度量
D：兴趣因子

23. 简述下列( )不是将主观信息加入到模式发现任务中的方法？

A：与同一时期其他数据对比
B：可视化
C：基于模板的方法
D：主观兴趣度量

24. 简述有关数据仓库的开发特点,不正确的描述是？

A：数据仓库开发要从数据出发
B：数据仓库使用的需求在开发出去就要明确
C：数据仓库的开发是一个不断循环的过程,是启发式的开发
D：在数据仓库环境中,并不存在操作型环境中所固定的和较确切的处理流,数据仓库中数据分析和处理更灵活,且没有固定的模式

25. 为数据的总体分布建模；把多维空间划分成组等问题属于数据挖掘的哪一类任务？

A：探索性数据分析
B：建模描述
C：预测建模
D：寻找模式和规则

26. 关于BP神经网络说法正确的是（）

A：是一种非线性模型
B：sigmoid是其常用的一种激活函数
C：可用于分类或回归
D：有良好的自组织自学习能力机器学习方法

ABCD

27. 简述以下各项均是针对数据仓库的不同说法，你认为正确的有( ) ？

A：数据仓库就是数据库
B：数据仓库是一切商业智能系统的基础
C：数据仓库是面向业务的，支持联机事务处理（OLTP）
D：数据仓库支持决策而非事务处理

28. 简述关于K均值和DBSCAN的比较，以下说法正确的是() ？

A：K均值使用簇的基于原型的概念，而DBSCAN使用基于密度的概念
B：K均值很难处理非球形的簇和不同大小的簇，DBSCAN可以处理不同大小和不同形状的簇。
C：K均值可以发现不是明显分离的簇，即便簇有重叠也可以发现，但是DBSCAN会合并有重叠的簇
D：K均值丢弃被它识别为噪声的对象，而DBSCAN一般聚类所有对象

ABC