国家开放大学大数据分析与挖掘技术成人高考试题答案

邢老师：13068761630 13333709510(微信同号) 张老师

联大青书学堂文才和学其他华夏大地现代兴业安徽教育在线超星中国大学mooc 学起plus弘成广东开放大学国家开放大学上海开放大学含弘慕课中国医科大学

成人高考指南

提升学历的理由：
升职加薪、积分落户、考研、公务员考试、子女入学、出国留学

成人高考报名入口

当前位置：首页 > 国家开放大学系统 > 郑州大学> 国家开放大学大数据分析与挖掘技术

显示国家开放大学系统国家开放大学大数据分析与挖掘技术所有答案
决定系数是指模型解释了的数据波动的比例，取值区间为[0,1]，越接近于0说明模型拟合得越好。【A.】√ 【B.】×
答案是：B
下列关于决定系数的说法正确的是（）。【A.】越接近于0说明模型拟合得越好【B.】决定系数是指模型解释了的数据波动的比例【C.】取值区间为[0,1] 【D.】越接近于1说明模型拟合得越好
答案是：BCD
下列属于回归模型评价指标的是（）。【A.】平均绝对误差【B.】平均相对误差【C.】平均平方误差【D.】决定系数
答案是：ACD
下列关于决定系数的说法不正确的是（）。【A.】越接近于0说明模型拟合得越好【B.】决定系数是指模型解释了的数据波动的比例【C.】取值区间为[0,1] 【D.】越接近于1说明模型拟合得越好
答案是：A
下列不属于回归模型评价指标的是（）。【A.】平均绝对误差【B.】平均相对误差【C.】平均平方误差【D.】决定系数
答案是：B
随机挑选一个正样本以及一个负样本，分类器判定正样本的值高于负样本的概率就是AUC值。【A.】√ 【B.】×
答案是：A
AUC值（面积）越小的分类器，性能越好。【A.】√ 【B.】×
答案是：B
下列关于AUC的说法正确的是（）。【A.】AUC被定义为ROC曲线下的面积，也就是ROC曲线的积分【B.】通常取值在0.5~1 【C.】随机挑选一个正样本以及一个负样本，分类器判定正样本的值高于负样本的概率就是AUC值【D
答案是：ABC
下列属于由混淆矩阵导出的评价准则的是（）。【A.】F1 score 【B.】ROC曲线【C.】AUC 【D.】召回率
答案是：ABCD
下列属于由混淆矩阵导出的评价准则的是（）。【A.】准确率【B.】精确率【C.】召回率【D.】F1 score
答案是：ABCD
下列关于AUC的说法不正确的是（）。【A.】AUC被定义为ROC曲线下的面积，也就是ROC曲线的积分【B.】通常取值在0.5~1 【C.】随机挑选一个正样本以及一个负样本，分类器判定正样本的值高于负样本的概率就是AUC值【D
答案是：D
在回归学习中常用的损失函数是平方损失函数。【A.】√ 【B.】×
答案是：A
对于预测任务的数据挖掘来说，性能评估的指标包括平均绝对误差和均方根误差等。【A.】√ 【B.】×
答案是：A
ROC曲线是一种常用的评价方法，可用来展示临界值的选择与算法性能之间的关系，用于评价临界值不同的算法的性能。【A.】√ 【B.】×
答案是：A
对于分类任务的数据挖掘，评价指标一般可通过一个混淆矩阵计算得到，包括准确度、特效度、灵敏度以及考虑错分成本的指标。【A.】√ 【B.】×
答案是：A
通过样本估计期望预测误差只有重复抽样这一种方式。【A.】√ 【B.】×
答案是：B
模型越复杂，偏差越大，方差越小；模型越简单，偏差越小，而方差越大。【A.】√ 【B.】×
答案是：B
有监督学习模型的目的是寻找一个可以很好地描述自变量X与因变量Y之间关系的函数f。【A.】√ 【B.】×
答案是：A
通过样本估计期望预测误差一般有重复抽样和交叉验证两种方式。【A.】√ 【B.】×
答案是：A
模型越复杂，偏差越小，方差越大；模型越简单，偏差越大，而方差越小。【A.】√ 【B.】×
答案是：A
在回归学习中常用的损失函数是指数损失函数。【A.】√ 【B.】×
答案是：B
下列关于偏差和方差的说法正确的是（）。【A.】偏差和方差受模型的复杂度影响【B.】模型越复杂，偏差越小，方差越大【C.】模型越复杂，偏差越大，方差越小【D.】模型越简单，偏差越大，方差越小
答案是：ABD
期望预测误差主要包括（）。【A.】模型假设失误带来的误差【B.】采用某种方法估计最优值时，估计值的平均可能偏离了真实值【C.】估计值自身由于数据的随机性产生一个波动部分【D.】一些主观人为因素
答案是：ABC
下列属于常用的损失函数的是（）。【A.】0-1损失函数【B.】平方损失函数【C.】指数损失函数【D.】负二项损失函数
答案是：ABCD
下列关于偏差和方差的说法不正确的是（）。【A.】模型越复杂，偏差越大，方差越小【B.】模型越复杂，偏差越小，方差越大【C.】模型越简单，偏差越小，方差越大【D.】模型越简单，偏差越大，方差越小
答案是：AC
下列关于偏差和方差的说法正确的是（）。【A.】模型越复杂，偏差越大，方差越小【B.】模型越复杂，偏差越小，方差越大【C.】模型越简单，偏差越小，方差越大【D.】模型越简单，偏差越大，方差越小
答案是：BD
下列关于期望预测误差的说法正确的是（）。【A.】期望预测误差实际上是真实值与预测值在某种损失函数下的差值【B.】期望预测误差实际上是真实值与预测值在某种损失函数下的平均值【C.】通常我们使用期望预测误差作为寻优的目标函数
答案是：BCD
下列属于通过样本估计期望预测误差的方式的是（）。【A.】不重复抽样【B.】重复抽样【C.】非交叉验证【D.】交叉验证
答案是：BD
下列关于性能评估的指标说法正确的是（）。【A.】对于预测任务的数据挖掘，性能评估的指标包括平均绝对误差和均方根误差等【B.】对于分类任务的数据挖掘，评价指标一般可通过一个混淆矩阵计算得到【C.】数据挖掘方法预测性能的评估是数
答案是：ABC
下列不属于通过样本估计期望预测误差的方式的是（）。【A.】不重复抽样【B.】重复抽样【C.】非交叉验证【D.】交叉验证
答案是：AC
下列关于偏差和方差的说法不正确的是（）。【A.】偏差和方差受模型的复杂度影响【B.】模型越复杂，偏差越小，方差越大【C.】模型越复杂，偏差越大，方差越小【D.】模型越简单，偏差越大，而方差越小
答案是：C
下列不属于期望预测误差的是（）。【A.】模型假设失误带来的误差【B.】采用某种方法估计最优值时，估计值的平均可能偏离了真实值【C.】估计值自身由于数据的随机性产生一个波动部分【D.】一些主观人为因素
答案是：D
在回归学习中常用的损失函数是（）。【A.】0-1损失函数【B.】平方损失函数【C.】指数损失函数【D.】负二项损失函数
答案是：B
下列关于期望预测误差的说法错误的是（）。【A.】期望预测误差实际上是真实值与预测值在某种损失函数下的差值【B.】期望预测误差实际上是真实值与预测值在某种损失函数下的平均值【C.】通常我们使用期望预测误差作为寻优的目标函数【
答案是：A
下列关于性能评估的指标说法错误的是（）。【A.】对于预测任务的数据挖掘，性能评估的指标包括平均绝对误差和均方根误差等【B.】对于分类任务的数据挖掘，评价指标一般可通过一个混淆矩阵计算得到【C.】数据挖掘方法预测性能的评估是数据
答案是：D
设定虚拟变量时，对于每个样本而言，同一个定性变量对应虚拟变量的值之和不超过1。【A.】√ 【B.】×
答案是：A
设定虚拟变量时，对于有k个表现值的定性变量，只设定（k-1）个虚拟变量。【A.】√ 【B.】×
答案是：A
虚拟变量的设定即把对变量的定性描述转化成对定量数据的描述。【A.】√ 【B.】×
答案是：A
虚拟变量的设定即把对变量的定量描述转化成对定性数据的描述。【A.】√ 【B.】×
答案是：B
设定虚拟变量时，虚拟变量的值通常用“0”或“1”来表示。【A.】√ 【B.】×
答案是：A
设定虚拟变量时应当遵循如下哪些原则（）。【A.】对于有k个表现值的定性变量，只设定（k-1）个虚拟变量【B.】虚拟变量的值通常用“0”或“1”来表示【C.】对于每个样本而言，同一个定性变量对应虚拟变量的值之和不超过1 【D
答案是：ABC
下列关于设定虚拟变量时应当遵循的原则说法不正确的是（）。【A.】对于有k个表现值的定性变量，只设定（k-1）个虚拟变量【B.】虚拟变量的值通常用“0”或“1”来表示【C.】对于每个样本而言，同一个定性变量对应虚拟变量的值之和不
答案是：D
主成分是原始变量的线性组合，它们相互正交（垂直），捕获了数据差异最大的方向。【A.】√ 【B.】×
答案是：A
主成分分析是一种经典的减少分析变量的方法，它将数据从原始的高维空间投影到低维空间。【A.】√ 【B.】×
答案是：A
主成分是原始变量的线性组合，它们相互正交（垂直），捕获了数据差异最小的方向。【A.】√ 【B.】×
答案是：B
主成分分析是一种经典的增加分析变量的方法，它将数据从原始的低维空间投影到高维空间。【A.】√ 【B.】×
答案是：B
下列关于主成分分析的说法正确的是（）。【A.】主成分分析一种经典的减少分析变量的方法【B.】它将数据从原始的低维空间投影到高维空间【C.】它将数据从原始的高维空间投影到低维空间【D.】所有原始变量可通过变换的方式得到综合
答案是：ACD
下列关于主成分的属性说法正确的是（）。【A.】它们是原始变量的线性组合【B.】它们相互正交（垂直）【C.】它们捕获了数据差异最小的方向【D.】它们捕获了数据差异最大的方向
答案是：ABD
下列关于主成分分析的说法正确的是（）。【A.】主成分分析一种经典的减少分析变量的方法【B.】主成分分析一种经典增加分析变量的方法【C.】它将数据从原始的高维空间投影到低维空间【D.】它将数据从原始的低维空间投影到高维空间
答案是：AC
下列关于主成分分析的说法错误的是（）。【A.】主成分分析一种经典的减少分析变量的方法【B.】主成分分析一种经典增加分析变量的方法【C.】它将数据从原始的高维空间投影到低维空间【D.】它将数据从原始的低维空间投影到高维空间
答案是：BD
下列关于主成分分析的说法错误的是（）。【A.】主成分分析一种经典的减少分析变量的方法【B.】它将数据从原始的低维空间投影到高维空间【C.】它将数据从原始的高维空间投影到低维空间【D.】所有原始变量可通过变换的方式得到综合
答案是：B
下列关于主成分的属性说法错误的是（）。【A.】它们是原始变量的线性组合【B.】它们相互正交（垂直）【C.】它们捕获了数据差异最小的方向【D.】它们捕获了数据差异最大的方向
答案是：C
离散化是一种将分类取值的变量转换成一个连续变量的数据预处理步骤。【A.】√ 【B.】×
答案是：B
离散化是一种将连续取值的变量转换成一个分类变量的数据预处理步骤。【A.】√ 【B.】×
答案是：A
有放回抽样有可能对同一个个体抽中了多次，无放回抽样则将抽出来的个体从抽样对象中去除，因此不会有重复的个体。【A.】√ 【B.】×
答案是：A
无放回抽样有可能对同一个个体抽中了多次，有放回抽样则将抽出来的个体从抽样对象中去除，因此不会有重复的个体。【A.】√ 【B.】×
答案是：A
下列关于抽样的说法正确的是（）。【A.】抽样有多种方法，如有放回抽样、无放回抽样等【B.】无放回抽样则将抽出来的个体从抽样对象中去除【C.】有放回抽样有可能对同一个个体抽中了多次【D.】无放回抽样会有重复的个体
答案是：ABC
下列关于抽样的说法错误的是（）。【A.】抽样有多种方法，如有放回抽样、无放回抽样等【B.】无放回抽样则将抽出来的个体从抽样对象中去除【C.】有放回抽样有可能对同一个个体抽中了多次【D.】无放回抽样会有重复的个体
答案是：D
下列关于抽样的说法正确的是（）。【A.】抽样有多种方法，如有放回抽样、无放回抽样等【B.】有放回抽样则将抽出来的个体从抽样对象中去除【C.】无放回抽样有可能对同一个个体抽中了多次【D.】无放回抽样会有重复的个体
答案是：A
数据整合是一个将两个或者多个对象的值合并成一个对象的预处理操作。【A.】√ 【B.】×
答案是：A
目前为： 8/9 页首页上页下页尾页

提升学历-成人高考报名入口提升学历-成人高考报名时间成人高考常见问题

成人高考指南

当前位置： 首页 > 国家开放大学系统 > 郑州大学> 国家开放大学大数据分析与挖掘技术

当前位置：首页 > 国家开放大学系统 > 郑州大学> 国家开放大学大数据分析与挖掘技术