南开《数据分析》在线作业满分答案

南开《数据分析》在线作业满分答案

1

任何故意提高网页在搜索引擎结果中的位置，使其与网页的（）不相符的行为，称为Web 作弊

A 访问量

B 实际价值

C 搜索量

D 用户数量

答案：B

2

最小类间距离是（）

A 两类中各个个体距离的最小值

B 两类中心距离

C 两类所有样本对距离的平均值

D 所有样本对之间距离的平均值

答案：A

3

大数据的特点不包含

A 数据体量大

B 价值密度高

C 处理速度快

D 数据不统一

答案：D

4

类的Q型聚类是指（）

A 对样本个体进行聚类

B 对指标变量进行聚类。

答案：A

5

以下哪个会降低Apriori算法的挖掘效率（）

A 支持度阈值增大

B 项数减少

C 事务数减少

D 减小硬盘读写速率

答案：D

6

基于MapReduce的Apriori算法，共进行几轮MapReduce（）

A 1

B 2

C 3

D 4

答案：B

7

评价分类器效果时，表示正确分类的样本数与总样本数之比的指标是（）。

A 准确率

B 精确率

C 召回率

D F1值

答案：A

8

逻辑斯谛分布的分布函数范围在（）

A (-∞，+∞)

B (0,1)

C (-1/2,1/2)

D (-1,1)

答案：B

9

闵式距离参数是（）时代表曼哈顿距离

A 0

B 1

C 2

D 无穷

答案：B

10

置信度(confidence)是衡量兴趣度度量（）的指标

A 简洁性

B 确定性

C 实用性

D 新颖性

答案：B

11

维克托▪迈尔-舍恩伯格在《大数据时代：生活、工作与思维的大变革》一书中，持续强调了一个观点：大数

据时代的到来，使我们无法人为地去发现数据中的奥妙，与此同时，我们更应该注重数据中的相关关系，而

不是因果关系。其中，数据之间的相关关系可以通过以下哪个算法直接挖掘（）

A K-means

B Bayes Network

C C4.5

D Apriori

答案：D

12

非频繁模式（）

A 其置信度小于阈值

B 令人不感兴趣

C 包含负模式和负相关模式

D 对异常数据项敏感

答案：D

13

向量空间的度量，表示文本之间的（）。

A 关系

B 相似度

C 语义关系

D 语义相似度

答案：D

14

话题向量空间模型中，用（）的一个向量表示该文本。

A 特征词

B 话题空间

C 语义空间

D 词向量空间

答案：B

15

朴素贝叶斯中，给定输入x，求解在x出现的前提下各个类别出现的概率，哪个最大，就认为x属于哪个类

别。即选择（）最大的类别。

A 后验概率

B 先验概率

C 极大似然估计

答案：A

16

在文本信息处理系统中，所处理的原始数据是（）

A 结构化的自然语言文本

B 非结构化的自然语言文本

C 非结构化的编码

D 结构化的编码

答案：B

17

k近邻法中的分类决策规则往往是（）

A 依权重表决

B 多数表决

C 前提设定

D 随机决定

答案：B

18

数据产生方式变革中数据产生方式是自动的主要是来自哪个阶段（）。

A 运营式系统阶段

B 用户原创内容阶段

C 感知式系统阶段

答案：C

19

支持向量机的MapReduce实现要进行几轮MapReduce（）