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] *
python基础知识单选题
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)
php循环语句
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。nginx负载不均衡怎么处理(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] *vb表白代码
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] *
virtualbox虚拟机全屏不满
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] *
java条件语句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.对于特征选择中的互信息法，以下理解正确的是? *
A.互信息法是从信息嫡的角度分析特征和输出值之间的关系评分.(正确答案)
B.在Python工具的sklearn模块中，可使用mutual_info_classif(分类)(正确答案)
和mutual_info_regression(回归)来计算各个输入行征和输出值之间的互信息。
C.互信息的结果对离散化的方式不敏感
D.互信息值越大，说明该特征和输出值之间的相关性越大，越需要保留。(正确答案)
20.(单选)以下关于Trapper(包装法)和FiLter(过滤法)的描述不正确的是? [单选题] *
A.Wrapper方法由于每次对子集的评价都要进行分类器的训练和测试，所以算法计算复杂度很高。
B.Trapper方法选出的特征通用性较强，当改变学习算法时，也不需要针对该学习算法重新进行特征选择。(正确答案)
C.相对于Filter(过滤法)，Wrapper方法到的特征子集分类性能通常更
好。
D.对于大规模数据集来说，Wrapper算法的执行时间很长。
21.机器学习的分类主要有哪些? *
A.无监督学习(正确答案)
B.强化学习(正确答案)
C.监督学习(正确答案)
D.半监督学习(正确答案)
22.关于装袋((Bagging)算法的特点，以下描述正确的有? *
A.Bagzing 改进了预测准确率，也具有非常好的解释性。
B.由于每一个样本被选中的概率相同，因此装袋并不侧重于训练数据集中的任何特定实例。(正确答案)
C.对于噪声数据，装袋不太受过分拟合的影响.(正确答案)
D.Bagging通过降低基学习器的方差改善了泛化误差。(正确答案)

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。