CDA_LEVEL_2试题及答案.pdf

CDA LEVELⅡ建模分析师_模拟题： 一、单项选择题（每小题0.5分，共30分 1、答案（D 在使用历史数据构造训练集（Train 集、验证（Validation 集和检验（Test 时，以下哪个样本量分配方案比较适合？ A.训练50%，验证0% ，检验50% B.训练100%，验证0% ，检验0% C.训练0% ，验证100%，检验0% D.训练60% ，验证30%，检验10% 2、答案(A) 一个累积提升度曲线 ，当深度（Depth 等于0.1时 ，提升度为(Lift)为3.14， 以下哪个解释正确? A.根据模型预测，从最高概率到最低概率排序后，最高的前10%中发生事 件的数量比随机抽样的响应率高3.14 B.选预测响应概率大于10%的样本，其发生事件的数量比随机抽样的响应 率高3.14 C.根据模型预测，从最高概率到最低概率排序后，最高的前10%中预测的 精确度比随机抽样高3.14 D.选预测响应概率大于10%的样本，其预测的精确度比随机抽样高3.14 3、答案（C 在使用历史数据构造训练（Train 集、验证（Validation 集和检验（Test 集时，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 C.用于构造预测模型 D.用于选择模型 4、答案（D 在对历史数据集进行分区之前进行数据清洗（缺失值填补等）的缺点是什 么？ A.增加了填补缺失值的时间 B.加大了处理的难度 C.无法针对分区后各个数据集的特征分别做数据清洗 D.无法对不同数据清理的方法进行比较，以选择最优方法 5、答案（C 关于数据清洗（缺失值、异常值），以下哪个叙述是正确的？ A.运用验证数据集中变量的统计量对训练集中的变量进行数据清洗 B.运用验证数据集中变量的统计量对验证集中的变量进行数据清洗 C.运用训练数据集中变量的统计量对验证集中的变量进行数据清洗 D.以上均不对 6、答案（B 当一个连续变量的缺失值占比在85%左右时，以下哪种方式最合理 A.直接使用该变量，不填补缺失值 B.根据是否缺失，生成指示变量，仅使用指示变量作为解释变量 C.使用多重查补的方法进行缺失值填补 D.使用中位数进行缺失值填补 7、答案（B 构造二分类模型时 ，在变量粗筛阶段 ，以下哪个方法最适合对分类变量进行 粗筛 A.相关系数 B.卡方检验 C.方差分析 D.T检验 8、答案（A 以下哪个方法可以剔除多变量情况下的离群观测 A.变量中心标准化后的快速聚类法 B.变量取百分位秩之后的快速聚类法 C.变量取最大最小秩化后的快速聚类法 D.变量取Turkey转换后的快速聚类法 9、答案（C 以下哪种变量筛选方法需要同时设置进出模型的变量显著度阀值 A .向前逐步法 B.向后逐步法 C.逐步法 D.全子集法 10、答案（A 以下哪个指标不能用于线性回归中的模型比较： A.R方 B.调整R方 C.AIC D.BIC 11、[答案 B.] 将复杂的地址简化成北、中、南、东四区，是在进行？ A.数据正规化(Normalization) B.数据一般化(Generalization) C.数据 离散化(Discretization) D.数据整合(Integration) 12、【答案（A）】 当类神经网络无隐藏层 ，输出层个数只有一个的时候 ，倒传递神经网络会变 形成为？ A.罗吉斯回归 B.线性回归 C.贝氏网络 D.时间序列 13、[答案 B.] 请问Apriori算法是用何者做项目集(Itemset)的筛选? A.最小信赖度(MinimumConfidence) B.最小支持度(MinimumSupport) C.交易编号(TransactionID) D