智慧树知到答案数据挖掘(山东科技大学) 最新答案

第三章 单元测试

1、单选题：
数据清洗的方法不包括

选项：
A:一致性检查
B:缺失值处理
C:重复数据记录处理
D:噪声数据清除
答案:

2、单选题：
对数据进行数据清理、集成、变换、规约是数据挖掘哪个步骤的任务？
选项：
A:数据预处理
B:分类和预测
C:噪声检测
D:频繁模式挖掘
答案:

3、单选题：
以下哪项不属于数据规约的方法?

选项：
A:维规约
B:数据迁移
C:数据压缩
D:数值规约
答案:

4、单选题：
大数据预处理的方法不包含以下哪个选项?

选项：
A:数据规约

B:数据采集
C:数据变换
D:数据清洗
答案:

5、判断题：
在噪声数据中，波动数据比离群点数据偏离整体水平更大。
选项：
A:错
B:对
答案:

第四章 单元测试

1、单选题：
某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖掘的哪类问题？

选项：
A:分类
B:聚类
C:自然语言处理
D:关联规则发现
答案:

2、判断题：
关联规则挖掘过程是发现满足最小支持度的所有项集代表的规则。
选项：
A:对
B:错
答案:

3、判断题：
具有较高的支持度的项集具有较高的置信度。
选项：
A:错
B:对
答案:

4、判断题：
给定关联规则A→B，意味着：若A发生，B也会发生。
选项：
A:对
B:错
答案:

5、判断题：
啤酒与尿布的故事是聚类分析的典型实例。
选项：
A:对
B:错
答案:

第五章 单元测试

1、判断题：
分类和回归都可用于预测，分类的输出是离散的类别值，而回归的输出是连续数值。
选项：
A:对
B:错
答案:

2、判断题：
决策树方法通常用于关联规则挖掘。
选项：
A:对
B:错
答案:

3、判断题：
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。
选项：
A:对
B:错
答案:

4、判断题：
对于SVM分类算法，待分样本集中的大部分样本不是支持向量，移去或者减少这些样本对分类结果没有影响。
选项：
A:错
B:对
答案:

5、单选题：
下面哪种分类方法是属于统计学的分类方法？
选项：
A: 后向传播分类
B: 贝叶斯分类
C: 基于案例的推理
D: 判定树归纳
答案:

第六章 单元测试

1、判断题：
基于划分方法的聚类都是基于距离来判断数据对象相似度的
选项：
A:错
B:对
答案:

2、判断题：
K-Means聚类过程中计算出的“质心”点是虚拟的。
选项：
A:对
B:错
答案:

3、判断题：
DBSCAN聚类和K-Medians聚类都需要预先指定聚类的簇的数目
选项：
A:错
B:对
答案:

4、多选题：
下列属于层次聚类方法的是
选项：
A:K-Means
B:AGNES
C:DBSCAN
D:DIANA
答案:

5、单选题：
衡量离群点的离群因子，计算的是
选项：
A:轮廓系数
B:平均绝对偏差
C:簇间距离
D:簇间距离的加权平均值
答案:

第七章 单元测试

1、单选题：
神经元节点计算什么（）

选项：
A:神经元节点先计算激活函数，再计算线性函数(z = Wx + b)
B:神经元节点计算函数g，函数g计算(Wx + b)
C:神经元节点先计算线性函数（z = Wx + b），再计算激活
D:在将输出应用于激活函数之前，神经元节点计算所有特征的平均值
答案:

2、单选题：
在一个神经网络里，知道每一个神经元的权重和偏差是最重要的一步。如果以某种方法知道了神经元准确的权重和偏差，你就可以近似任何函数。实现这个最佳的办法是什么？

选项：
A:都不正确
B:赋予一个初始值，通过检查跟最佳值的差值，然后迭代更新权重
C:随机赋值，祈祷它们是正确的
D:搜索所有权重和偏差的组合，直到得到最佳值
答案:

3、单选题：
梯度下降算法的正确步骤是什么？1.计算预测值和真实值之间的误差 2.迭代跟新，直到找到最佳权重3.把输入传入网络，得到输出值4.初始化随机权重和偏差5.对每一个产生误差的神经元，改变相应的（权重）值以减小误差

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

4、单选题：
以下什么情况下神经网络模型被称为深度学习模型？

选项：
A:当这是一个图形识别的问题时
B:有维度更高的数据
C:都不正确
D:加入更多层，使神经网络的深度增加
答案:

5、判断题：
卷积神经网络可以对一个输入完成不同种类的变换（旋转或缩放），这个表述正确吗？
选项：
A:对
B:错
答案: