Python经济大数据分析模拟试卷试卷二答案 .pdfVIP

试卷二答案

单选

1-5：CBDBA

6-10：CADBB

11-15：CACDD

填空

1.相关性

2.列表list、集合set

3.3σ原则

4.矛盾性、不相容性

5.数据插补、不处理。

6.决策树、贝叶斯网络

名词解释题

1.分类是构建一个分类模型，输入样本的属性值，输出对应的类别，将每个样

本映射到预先定义好的类别。

2.决策树（DecisionTree）通过对训练样本的学习，并建立分类规则，然后依据

分类规则，对新样本数据进行分类预测，属于有监督学习。

3.预测是建立两种或两种以上变量间相互以来的函数模型，然后进行预测和控

制。

4.纯随机序列又称白噪声序列，序列的各项之间没有任何相关性，序列在进行

完全无序的随机波动。

问答题

1.异常值分析是检验数据是否有录入错误，是否含有不合常理的数据。

常用的方法有简单统计量分析、3σ原则和箱型图。

2.在数据挖掘中，海量的原始数据中存在着大量不完整、不一致、有异常的数据，

将严重影响到数据挖掘建模的执行效率，甚至可能导致挖掘结果的偏差，所以需

要进行数据的预处理。

3.答：SVM、神经网络、随机森林、逻辑回归、KNN、贝叶斯

4.分类是构建一个分类模型，输入样本的属性值，输出对应的类别，将每个样本

映射到预先定义好的类别。

分类算法的过程有两步：第一步是学习步，通过归纳分析训练样本集来建立分类

模型，得到分类规则；第二步是分类步，先用已知的测试样本集评估分类规则的

准确率，如果准确率是可以接受的，则使用模型对未知类标号的待测样本集进行

预测。

5.联系：

(1)LR和SVM都可以处理分类问题，且一般都用于处理线性二分类问题（在改进

的情况下可以处理多分类问题）

(2)两个方法都可以增加不同的正则化项，如L1、L2等等。所以在很多实验中，

两种算法的结果是很接近的。

区别：

(1)LR是参数模型，SVM是非参数模型。

(2)从目标函数来看，区别在于逻辑回归采用的是LogisticalLoss，SVM采用

的是hingeloss.这两个损失函数的目的都是增加对分类影响较大的数据点

的权重，减少与分类关系较小的数据点的权重。

(3)SVM的处理方法是只考虑SupportVectors，也就是和分类最相关的少数点，

去学习分类器。而逻辑回归通过非线性映射，大大减小了离分类平面较远的

点的权重，相对提升了与分类最相关的数据点的权重。

(4)逻辑回归相对来说模型更简单，好理解，特别是大规模线性分类时比较方便。

而SVM的理解和优化相对来说复杂一些，SVM转化为对偶问题后,分类只需要

计算与少数几个支持向量的距离,这个在进行复杂核函数计算时优势很明显,

能够大大简化模型和计算。

(5)Logic能做的SVM能做，但可能在准确率上有问题，SVM能做的Logic有的

做不了。