cpda考试真题与答案4

《cpda考试真题与答案4》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、--WORD格式---可编辑---一、判断题1.数据可分为结构化数据和非结构化数据等。正确答案：√2.大数据与传统数据有着本质上的差别，因此之前处理数据的方法和软件都不再适用，大数据分析有专用的软件和方法。正确答案：×3.数据分析的核心是数据，因此数据的获取和处理十分关键。正确答案：×4.Apriori算法可用于分类预算。正确答案：×5.一组数据的众数和中位数都是唯一的。--WORD格式--可编辑---精品资料分享----WORD格式---可编辑---正确答案：×--WORD格式--可编辑---精品资料分享----WO

2、RD格式---可编辑---6.资金的时间价值体现在资金会随着时间而增值，如银行存款会增加利息。正确答案：×7.茎叶图不仅能够反映数据的分布情况，还能显示数据的原始信息。正确答案：√8.在多元回归分析中，检验方程的拟合优度用调整后的R的平方效果更好。正确答案：√9.在对不同项目进行风险衡量时，可以用标准差作为标准，标准差越大，方案风险水平越高。正确答案：×10.时间序列若无季节变动，则其各月（季）季节指数为0.正确答案：×--WORD格式--可编辑---精品资料分享----WORD格式---可编辑---11.一个硬币掷1

3、0次，其中5次正面向上的概率是0.5。--WORD格式--可编辑---精品资料分享----WORD格式---可编辑---正确答案：×12.DBSCAN算法对异常值敏感，因此要在聚类前进行异常值分析。正确答案：×13.在假设检验中,当我们做出拒绝原假设而接受备择假设的结论时,表示原假设是错误的。正确答案：×14.召回率（recall）指预测为正的样本中实际为正的样本所占比例。正确答案：×15.逻辑回归只能用于二分类问题，即输出只有两种，分别代表两个类别。正确答案：×二、单选题1.Apriori算法用下列哪个做项目集(It

4、emset)的筛选？--WORD格式--可编辑---精品资料分享----WORD格式---可编辑---A、最小信赖度(MinimumConfidence)--WORD格式--可编辑---精品资料分享----WORD格式---可编辑---B、最小支持度(MinimumSupport)C、交易编号(TransactionID)D、购买数量正确答案：B2.为调查我国城市女婴出生体重：北方n1=5385，均数为3.08kg，标准差为0.53kg；南方n2=4896，均数为3.10kg，标准差为0.34kg，经统计学检验，p=0

5、.0034<0.01，这意味着（）A、南方和北方女婴出生体重的差别无统计学意义B、南方和北方女婴出生体重差别很大C、由于P值太小，南方和北方女婴出生体重差别无意义D、南方和北方女婴出生体重差别有统计学意义但无实际意义正确答案：D3.预测分析中将原始数据分为训练数据集和测试数据集等，其中训练数据集的作用在于（）A、用于对模型的效果进行无偏的评估B、用于比较不同模型的预测准确度--WORD格式--可编辑---精品资料分享----WORD格式---可编辑---C、用于构造预测模型--WORD格式--可编辑---精品资料分享-

6、---WORD格式---可编辑---D、用于选择模型正确答案：C4.一个射手连续射靶22次，其中3次射中10环，7次射中9环，9次射中8环，3次射中7环．则射中环数的中位数和众数分别为（）A、8，9B、8，8C、8.5，8D、8.5，9正确答案：B5.一般来说，当居民收入减少时，居民储蓄存款也会相应减少，二者之间的关系是（）A、负相关B、正相关C、零相关D、曲线相关--WORD格式--可编辑---精品资料分享----WORD格式---可编辑---正确答案：B--WORD格式--可编辑---精品资料分享----WORD格

7、式---可编辑---6.下表为一交易数据库，请问A→C的信赖度(Confidence)为（）A、75%B、50%C、60%D、66.7%正确答案：D7.如何利用「体重」以简单贝式分类(NaiveBayes)预测「性别」？A、选取另一条件属性B、将体重正规化为到0~1之间C、将体重离散化D、无法预测正确答案：C8.以下哪个属于时间序列的问题？（）--WORD格式--可编辑---精品资料分享----WORD格式---可编辑---A、信用卡发卡银行侦测潜在的卡奴--WORD格式--可编辑---精品资料分享----WORD格式

8、---可编辑---B、基金经理人针对个股做出未来价格预测C、电信公司将人户区分为数个群体D、以上皆是正确答案：B9.数据缺失(NullValue)处理方法可分为人工填补法及自动填补法，下列哪种填补法可得到较准确的结果？A、填入一个通用的常数值，例如填入"未知/UnknownB、把填补遗缺值的问题当作是分类或预测的问题C、填入该属性