探索数据的奥秘_南京大学中国大学mooc章节课后测试答案期末考试题库2024年.docxVIP

探索数据的奥秘_南京大学中国大学mooc章节课后测试答案期末考试题库2024年

以下关于决策树的说法正确的是：

答案:每个节点可看做一个条件分支。_树顶端第一个节点称为根节点，根节点对于分类的重要性最高。_构建决策树时，选择节点的特征和划分的依据是使数据纯度提升最多的特征和划分。_决策树中有节点和叶。

以下属于描述性统计的方法或参数是

答案:中位数_直方图_均值、标准差

以下关于线性回归分析的说法，正确的是

答案:回归分析中r-square越大说明回归效果越好_给定不重合的点，一定能找到回归直线

对于结构化数据中的特征，其可能的数据类型包括

答案:以字符存储的字符型_以整数存储的排序型_以浮点数或整数存储的数值型_以字符或整数或逻辑值存储的布尔型

在EDA的阶段，我们主要的任务是

答案:了解数据的意义_了解特征的意义和数据类型_描述性统计

Python支持的while循环，其与for循环的重要区别在于需要在循环体中用代码修改循环变量。

答案:正确

以下不允许被修改的数据结构是

答案:tuple_set

“张大妈服用我们的产品治好了多年的老寒腿”，为什么不能作为产品有效的科学依据？

答案:未考虑混杂因素_样本容量太小_单个个体不能代表总体_存在抽样偏差

以下哪些是数据？

答案:十字路口的监控视频_传感器采集到的你的生命体征信息_你听讲座时的录音文件_你在朋友圈里发布的动态

以下哪些技术支撑了现今的数据时代？

答案:传感技术_存储技术_互联网与通信技术

图形化的统计描述，只能针对数值型的特征。

答案:错误

以下情况中，应判断数据有冗余的是

答案:某个特征是另外几个特征的线性组合_有重复行_某个特征（某列）是另一个特征（另一列）的简单线性变换_有重复列

字典结构中的键（key），可看做一种索引，可以是列表、元组、集合等。

答案:错误

我想创建一个其中元素可以被修改、同时支持不同数据类型的数据结构，可以选择以下的：

答案:list（列表）_Pandas的DataFrame（数据框）

为了实现自动判断鸢尾花是否属于setosa类，小明构造了一个简单的二分类模型，以4个特征为输入，输出“属于setosa”或“不属于setosa”。小明将该模型应用到鸢尾花数据集上（150个样本，setasa,versicolor,virginica三类各50个样本），得到模型的总体判别准确率为65%。由于该准确率大于50%，所以小明应该接受该模型。

答案:错误

样本真实反映总体的两个前提条件是：1.（）；2.无偏抽样

答案:样本容量足够大##%_YZPRLFH_%##样本足够多##%_YZPRLFH_%##样本够多

sklearn库中有多种基本模型的对象，可以直接拿来生成实例后使用。这些对象中一般都用（）函数来训练模型。

答案:fit

某个科幻网站拟发展新会员。据权威报道，目前网络用户中科幻爱好者的比例为5%。为了快速筛选出潜在会员，公司给了你以往积累的数据如下表，喜欢《三体》不喜欢《三体》科幻爱好者71非科幻爱好者2080现在，有一位用户表示他喜欢《三体》，请问：他是科幻爱好者的概率是（）。请保留2位小数。

答案:0.19

为了实现自动判断鸢尾花是否属于setosa类，小明构造了一个简单的二分类模型，以4个特征为输入，输出“属于setosa”或“不属于setosa”。小明将该模型应用到鸢尾花数据集上（150个样本，setasa,versicolor,virginica三类各50个样本），得到模型的总体判别准确率为65%。由于该准确率小于全部判断“不属于setosa”的空模型准确率2/3，所以小明不应该接受该模型。

答案:正确

以下属于非监督学习模型的是

答案:K-Means模型

对鸢尾花数据集，如果以sepal_length,sepal_width为特征，基于朴素贝叶斯训练一个鸢尾花的分类模型，你会选择以下哪个模型：

答案:高斯模型

参数估计包括点估计和（）估计。

答案:区间

线性回归常常被用来预测一个连续区间上的数量值，而逻辑回归则被用于二分类问题。

答案:正确

线性回归只能用来预测一个连续区间上的数量值，不能用来分类。

答案:错误

以下属于描述性统计的方法或参数是

答案:均值、标准差_中位数_直方图

以下关于线性回归分析的说法，正确的是

答案:给定不重合的点，一定能找到回归直线_回归分析中r-square越大说明回归效果越好

张三获得了一批贷款申请用户的数据，在各种处理之后，张三提取了100个数值型特征。他考察了高风险客户和低风险客户在这100个特征上的均值，并进行了双样本均值检验，发现其中有4个特征的假设检验p值小于设定的alpha(0.05)，请问，以下他应该采取哪种做法。

答案:对这4个特征，在一批新数据上重新检验，看看是否p