CPDA考试真题与答案5Word文档下载推荐.docx

1、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 B2.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） 描述有多少比例的杀人犯给警察抓了的标准。A、 Precision, RecallB、 Recall, PrecisionC、 Precision, ROCD、 Recall, ROC A3.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

2、测C、数据预处理D、数据可视化 C4.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 D6.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7.以下哪些算法是分类算法？A、 DBSCANB、 C4.5C、 K-MeanD、 K-m

3、edoids8.以下哪些分类方法可以较好地避免样本的不平衡问题？A、 KNNB、 SVMC、 BayesD、神经网络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

4、意度D、提升度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12.ROC 曲线凸向哪个角，代表模型越理想？A、左上角B、左下角C、右上角D、右下角13. SQL 语句中删除表的命令是（ ）A、 DROP TABLEB、 DELETE TABLEC、 ERASE TABLED、 DELETE DBF14. 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

5、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16. 智能健康手环的应用开发，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

6、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D、在数据规模上强调相对数据而不是绝对数据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21. 下列关于大数据的分析理念的说法中，错误的是（ ）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

7、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25. 在 SQL 中，创建数据库用的命令是（ ）A、 CREATE SCHEMAB、 CREATE TABLEC、 CREATE VIEWD、 CREATE DATABASE26. 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

8、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29. 下列关于计算机存储容量单位的说法中，错误的是（ ）A、 1KB1MB1GBB、基本单位是字节（ Byte ）C、一个汉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 三级数据三、 多选题（题数： 20 ，共 40.0 分）1.以下属于数

9、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 ABC2.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 ABD3.以下属于数据规约方法的是（ ）A、数据离散化B、数据标准化C、噪声数据识别D、数据压缩 AD4.数据挖掘的预测建模任务主要包括哪几大类问题？B、回归C、模式发现D、模式匹配 AB5.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 BCD6.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

10、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 ACD7.大数据在今天这个时间点上爆发的原因有哪些 ?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 ABCD8.（ ）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

11、银消费交易笔数C、信用额度D、距最近一次逾期的月数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”type=or “语文”C、 select * from student where type in （ “数学” , “语文”）D、 select * from student where type in （ “数学” ? “语文”） BC12. 主成分分析计算选择相关

12、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 1B、特征根值大于 0.8C、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 AC13. 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

13、、牛奶2面包、尿布、啤酒、鸡蛋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 BD16. 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17. 图中 0 预测的准确率和召回率是多少？A、 0.81B、 0.77C、 0.80D、 0.7818. 以下属于聚类算法的是（ ）A、K 均值B、 DBSCANC、 AprioriD、 k-medoids19. 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20. 以下属于聚类算法的是（ ）D、 knn