《CPDA考试真题与答案_2.pdf》由会员分享，可在线阅读，更多相关《CPDA考试真题与答案_2.pdf（13页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、一、判断题（题数：15，共 15.0 分）1.定量属性可以是整数值或者是连续值.（)正确答案：2。分类模型的误差大致分为两种：训练误差（training error）和泛化误差（generalization error).(）正确答案：3。在决策树中，随着树中结点数变得太大，即使模型的训练误差还在继续减低，但是检验误差开始增大，这是出现了模型拟合不足的问题。（）正确答案：4.在聚类分析当中，簇内的相似性越大，簇间的差别越大，聚类的效果就越差。(）正确答案：5.聚类分析可以看作是一种非监督的分类。（）正确答案：6.如果一个对象不强属于任何簇，那么该对象是基于聚类的离群点。（）正确答案：7。允许误
2、差应根据错误记录对整个系统可能带来的破坏来确定,通常正是那些低使用率的产品或不常使用的产品为库存误差带来很大麻烦,因此应结合数量方差百分比和绝对值方差来确定误差.（）正确答案：8.召回率反映的是预测为正中的样本中正例的概率。（）正确答案:9.支持度表示前项与后项在一个数据集中同时出现的频率。（）正确答案：10。最大最小值标准化法也叫极值法，该方法适用于已知数据集的最小值或最大值情况.（）正确答案：11。波特五力模型中五个压力来源是供应商议价能力、购买者的议价能力、行业新进入者的威胁、替代产品的威胁及企业内部的管理压力。（）（1.0 分）1。0 分 正确答案：12.异常值在数理统计里一般是指一组
3、观测值中与平均值的偏差超过三倍标准差的测定值。()正确答案：13。数据可视化可以便于人们对数据的理解。（）正确答案:14.大数据思维，是指一种意识，认为公开的数据一旦处理得当可以为人类急需解决的问题提供答案。（）正确答案：15。资金本身具有时间价值。(）正确答案：二、单选题（题数：30,共 45.0 分)1.某超市研究销售记录发现，购买牛奶的人很大概率会购买面包，这种属于数据挖掘的哪类问题？（)A、聚类分析 B、关联规则 C、分类分析 D、自然语言处理 正确答案:B 2。以下两种描述分别对应哪两种对分类算法的评价标准？（）(a)警察抓杀人犯，描述警察抓的人中有多少个是杀人犯的标准.(b)描述有
4、多少比例的杀人犯给警察抓了的标准.A、Precision，Recall B、Recall，Precision C、Precision,ROC D、Recall，ROC 正确答案:A 3.将原始数据进行集成、变换、维度规约、数值规约是在以下哪个步骤的任务？（）A、数据获取 B、分类和预测 C、数据预处理 D、数据可视化 正确答案：C 4。当不知道数据所带标签时，可以使用哪种技术促使带同类标签的数据与带其他标签的数据相分离？（)A、分类 B、聚类 C、关联分析 D、主成分分析 正确答案：B 5.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 正确答案：D 6
5、。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 使用等宽划分（宽度为 50）方法将它们划分成四个箱,求 15 在哪个箱子里？（）A、第一个 B、第二个 C、第三个 D、第四个 正确答案:A 7。以下哪些算法是分类算法?（)A、DBSCAN B、C4。5 C、K-Mean D、K-medoids 正确答案：B 8。以下哪些分类方法可以较好地避免样本的不平衡问题?()A、KNN B、SVM C、Bayes D、神经网络 正确答案：A 9.关于 K 均值和 DBSCAN 的比较，以下说法不正确的是（）.A、K 均值丢弃被它识别为噪
6、声的对象，而 DBSCAN 一般聚类所有对象 B、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 C、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 D、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 正确答案：A 10.下列不属于关联分析的关键要素的是()A、支持度 B、置信度 C、满意度 D、提升度 正确答案：C 11.因子分析的主要作用有（）A、对变量进行降维 B、对变量进行判别 C、对变量进行聚类 D、以上都不对 正确答案：A 12。ROC 曲线凸向哪个角，代表模型越理想？（）
7、A、左上角 B、左下角 C、右上角 D、右下角 正确答案：A 13。SQL 语句中删除表的命令是（）A、DROP TABLE B、DELETE TABLE C、ERASE TABLE D、DELETE DBF 正确答案：A 14.在多元回归模型的检验中,目的是检验每一个自变量与因变量在指定显著性水平上是否存在线性相关关系的检验是(）A、r 检验 B、t 检验 C、f 检验 D、DW 检验 正确答案：B 15。(）提供的支撑技术,有效解决了大数据分析、研发的问题，比如虚拟化技术、并行计算、海量存储和海量管理等。A、点计算 B、线计算 C、云计算 D、面计算 正确答案：C 16.智能健康手环的应用
8、开发，体现了（）的数据采集技术的应用.A、统计报表 B、网络爬虫 C、API 接口 D、传感器 正确答案:D 17.下列关于数据重组的说法中，错误的是（)A、数据重组是数据的重新生产和重新采集 B、数据重组能够使数据焕发新的光芒 C、数据重组实现的关键在于多源数据融合和数据集成 D、数据重组有利于实现新颖的数据模式创新 正确答案：A 18.美国海军军官莫里通过对前人航海日志的分析，绘制了新的航海路线图，标明了大风与洋流可能发生的地点.这体现了大数据分析理念中的（）A、在数据基础上倾向于全体数据而不是抽样数据 B、在分析方法上更注重相关分析而不是因果分析 C、在分析效果上更追究效率而不是绝对精确
9、 D、在数据规模上强调相对数据而不是绝对数据 正确答案：B 19.当前国内社会中，最为突出的大数据环境是(）A、互联网 B、物联网 C、综合国力 D、自然资源 正确答案:A 20。下列关于聚类挖掘技术的说法中，错误的是（)A、不预先设定数据归类类目，完全根据数据本身性质将数据聚合成不同类别 B、要求同类数据的内容相似度尽可能小 C、要求不同类数据的内容相似度尽可能小 D、与分类挖掘技术相似的是，都是要对数据进行分类处理 正确答案:B 21。下列关于大数据的分析理念的说法中，错误的是(）A、在数据基础上倾向于全体数据而不是抽样数据 B、在分析方法上更注重相关分析而不是因果分析 C、在分析效果上更
10、追究效率而不是绝对精确 D、在数据规模上强调相对数据而不是绝对数据 正确答案：D 22。对于企业来说，数据使用的关键是（）A、数据收集 B、数据存储 C、数据分析 D、数据再利用 正确答案：D 23.数据仓库的最终目的是（)A、收集业务需求 B、建立数据仓库逻辑模型 C、开发数据仓库的应用分析 D、为用户和业务部门提供决策支持 正确答案：D 24。大数据背景下，数据支撑业务的目的是（）A、建立数据科学 B、完成数据应用 C、配备数据硬件 D、吸纳数据人才 正确答案：B 25。在 SQL 中，创建数据库用的命令是(）A、CREATE SCHEMA B、CREATE TABLE C、CREATE
11、VIEW D、CREATE DATABASE 正确答案：D 26.下列四项中，不属于数据库特点的是（）A、数据共享 B、数据完整性 C、数据冗余很高 D、数据独立性高 正确答案：C 27.资金的时间价值是（）A、同一资金在同一时点上价值量的差额 B、同一资金在不同时点上价值量的差额 C、不同资金在同一时点上价值量的差额 D、不同资金在不同时点上价值量的差额 正确答案：B 28.下列选项中属于现金流入的项目是（）A、所得税 B、建设投资 C、经营成本 D、营业收入 正确答案：D 29.下列关于计算机存储容量单位的说法中，错误的是(）A、1KB1MB1GB B、基本单位是字节（Byte)C、一个汉
12、字需要一个字节的存储空间 D、一个字节能够容纳一个英文字符 正确答案：C 30.按数据的结构程度来划分，分为（）A、结构化数据 半结构化数据 非结构化数据 B、强结构化数据 弱结构化数据 C、截面数据 面板数据 D、一级数据 二级数据 三级数据 正确答案：A 三、多选题（题数:20，共 40.0 分)1.以下属于数据预处理的是（)A、缺失值填充 B、噪声数据剔除 C、异常值识别 D、数据可视化 正确答案：ABC 2.缺失值的处理方法有哪些？（）A、用平均值填充 B、忽略缺失记录 C、以任意数据填充 D、用默认值填充 正确答案:ABD 3。以下属于数据规约方法的是（）A、数据离散化 B、数据标准
13、化 C、噪声数据识别 D、数据压缩 正确答案：AD 4.数据挖掘的预测建模任务主要包括哪几大类问题？（）A、分类 B、回归 C、模式发现 D、模式匹配 正确答案：AB 5。以下说法正确的有哪些?（）A、大数据仅仅是讲数据的体量大 B、大数据对传统行业有帮助 C、大数据会带来机器智能 D、大数据是一种思维方式 正确答案：BCD 6.关于大数据的来源,以下理解正确的是（）A、大数据是数据量变积累达到质变的结果 B、数据的产生需要经历很长时间 C、我们每个人都是数据的制造者 D、当今的世界,基本上一切都可以用数字表达，所以叫数字化的世界 正确答案：ACD 7.大数据在今天这个时间点上爆发的原因有哪些
14、？（）A、各种传感器无时无刻不在为我们提供大量的数据 B、各种监控设备无时无刻不在为我们提供大量的数据 C、各种智能设备无时无刻不在为我们提供大量的数据 D、互联网的收集和积累 正确答案:ABCD 8。（）这些数据特性都是对聚类分析具有很强影响的.A、高维性 B、规模 C、稀疏性 D、噪声和离群点 正确答案：ABCD 9.以下哪个分布是右偏分布?（）A、均匀分布 B、卡方分布 C、F 分布 D、对数正态分布 正确答案：BCD 10。以下哪些变量使用 RFM 方法构造出来的?（）A、最近 3 期境外消费金额 B、最近 6 期网银消费交易笔数 C、信用额度 D、距最近一次逾期的月数 正确答案:AB
15、D 11。如下表 student 中,如何筛选 type 为包含数学或语文的记录？（）A、select*from student where type=“数学”and type=“语文”B、select from student where type=“数学 or type=“语文”C、select from student where type in（“数学”,“语文”)D、select from student where type in（“数学”?“语文”)正确答案：BC 12。主成分分析计算选择相关系数计算法时，确定主成分个数的大致原则包括（）A、特征根值大于 1 B、特征根值大于 0
16、.8 C、累积特征根值加总占总特征根值的 80%以上 D、累积特征根值加总占总特征根值的 90以上 正确答案：AC 13.在客户关系管理中，客户的生命周期都包括（）阶段。A、潜在客户 B、响应客户 C、即得客户 D、流失客户 正确答案：ABCD 14.分箱方法有哪些？（）(2。0 分）0.0 分 A、等深分箱 B、等宽分箱 C、数据标准化 D、自定义区间法 正确答案：ABD 15.利用 Apriori 算法计算频繁项集可以有效降低计算频繁集的时间复杂度。在以下的购物篮中产生支持度不小于 3 的候选 3项集,在候选 2项集中需要剪枝的是（）ID 项集。1 面包、牛奶 2 面包、尿布、啤酒、鸡蛋
17、3 牛奶、尿布、啤酒、可乐 4 面包、牛奶、尿布、啤酒 5 面包、牛奶、尿布、可乐 A、啤酒、尿布 B、啤酒、面包 C、面包、尿布 D、啤酒、牛奶 正确答案:BD 16。我们可以用哪种方式来避免决策树过度拟合的问题？（）A、利用修剪法来限制树的深度 B、利用盆栽法规定每个节点下的最小的记录数目 C、利用逐步回归法来删除部分数据 D、目前并无适合的方法来处理这问题 正确答案：AB 17。图中 0 预测的准确率和召回率是多少？A、0.81 B、0.77 C、0.80 D、0。78 正确答案：AC 18.以下属于聚类算法的是（）A、K 均值 B、DBSCAN C、Apriori D、k-medoids 正确答案:ABD 19。下列对 ID3 算法的描述，正确的是（）A、每个节点的分支度都不相同 B、使用 Information Gain 作为节点分割的依据 C、可以处理数值型态的字段 D、无法处理空值的字段 正确答案:ABD 20.以下属于聚类算法的是（)A、K 均值 B、DBSCAN C、Apriori D、knn 正确答案:AB