华为大数据-HCIE-v2.0版本笔试题库 (1).docxVIP

华为大数据 HCIE-v2.0版本笔试题库 1.(判断)数据挖掘是通过对大量的数据进行分析，以发现和提取隐含在其中的具有价值的信息和知识的过程 [单选题] * A.TRUE(正确答案) B.FALSE 2.数据挖掘的开发工具除了Python以外，还包含以下哪些工具? * A. Spark MLlib(正确答案) B.MLS(机器学习服务)(正确答案) C.IBM SPSS Modeler(正确答案) D.Oracle Data Mining(正确答案) 3.以下哪些属于Python运算符? * A.算数运算符(正确答案) B.推理运算符 C.逻辑运算符(正确答案) D.比较运算符(正确答案) 4.(单选)假设A，B.C是三个矩阵，A是2X2，B是2X2阶，C是3x 2阶，以下哪一个矩阵的运算是有意义的? [单选题] * A.A+B(正确答案) B.AC C.AB+AC D.B+C 5.以下关于Python列表的描述正确的是? * A.Python中的列表可以随时进行元素的添加和删除。(正确答案) B.Python中的列表是可变的，定的元素可以是任何的数据类型。(正确答案) C.Python中的列表由个括号包裹住元素，元素用逗号隔开。(正确答案) D.Python中的列表企形式上类似于数组，是一个有序的序列。 6.(单选)以下哪个选项不是矩阵乘法对向量的变换? [单选题] * A.投影 B.伸缩 C.曲线化(正确答案) D.旋转 7.(单选)若随机变量X服从正态分布N(u,o^2)，则随机变量Y=aX+b服从以下哪个正态分布? [单选题] * A.N(a^2 u+b,a^2 o^2) B.N(a u+b,a^2 o^2)(正确答案) C.N(a u+b,a^2 o^2+b) D.N(a u,a^2 o^2) 8.与面向过程相比，以下哪些是面向对象的特点? * A.程序可拓展性没有明显的变化 B.提高代码复用性(正确答案) C.增加了开发效率(正确答案) D.使程序的编码更加灵活，提高了代码的可维护性(正确答案) 9.(单选)以下哪个措施属于反爬措施? [单选题] * A.字体 B.滑块验证码 C.数据收费 D.以上全部正确(正确答案) 10.(判断)数据的ETL，其中E为Extract，T为Transform，L为Load。 [单选题] * A.TRUE(正确答案) B. FALSE 11.(单选)以下哪些选项不属于数值特征离散化的必要性? [单选题] * A.数值高散化实际是一个数据简化机制，通过数值离散化过程，一个完整的数 据集变成一个个按照某种规则分类的子集，增强了模型的稳定性。 B.离散化数值在提高建模速度和提高模型精度上有显著作用。 C.离散化过程并没有带来信息丢失(正确答案) D.离散化后的特征对异常数据有很强的鲁棒性，能减少噪音节点对数据的影响。 12.(判断)不要在整个数据集上做归一化处理，要区分训练集和测试集。 [单选题] * A.TRUE B.FALSE(正确答案) 13.数据挖掘中用于解决预测问题的模型主要包括哪几大类? * A.分类(正确答案) B.流行 C.回归(正确答案) D.复变 14.(判断)可以利用Python 中的KNN 算法进行数据缺失值的处理。 [单选题] * A.TRUE(正确答案) B.FALSE 15.(单选)点击率问题是这样一个预测问题，99%的人不会点击，而1%的人会点击，所以这是一个非常不平衡的数据集。假设，现在我们已经建了一个模型来分类，而且有了99%的预测准确率，我们可以下的结论是? [单选题] * A.模型预测准确率已经很高了，我们不需要做什么了。 B.模型预测准确率不高，我们需要做点什么改进模型。(正确答案) C.无法下结论 D.以上都不对 16.机器学习中做特征选择时，以下哪种技术属于Filter(过滤法) [单选题] * A.方差选择法 B.B.互信息法 C.C.卡方检验 D.相关系数法 E.以上全都正确(正确答案) 17.(单选)我们可以使用Python中scikit-learn库的( )函数，来对样本集进feature_selection(特征选择)和dimensionality reduction(降维)? [单选题] * A.sklearn. neighbors B.sklearn. feature_selection(正确答案) C.sklearn.linear model D.sklearn. cluster 18.当数据预处理完成后，我们需要选择有意义的特征输入算法和模型进行训练。通常来说，可以从哪些方面考虑来如何进行特征选择? * A.特征是否发散(正确答案) B.特征与目标的相关性(正确答案) C.特征的名称 D.以上全都正对 19.对于特征选择中