大学网课搜题引擎
首页
学堂在线
商业数据思维与实战
第七章 商业数据分析实战（中）
题目详情
简答题
在数据预处理方法中，对于有关维度归约的描述中，错误的是（ ）。
A、维度是数据集中属性的数目
B、维度归约不可删除不相关的属性
C、维度归约可创建新属性
D、维度归约可形成更易理解的模型
查看答案与解析
简答题
对于有关神经网络分析与挖掘的描述中，错误的是（ ）。 A、Weka在训练神经网络过程中，不可对其进行修改。 B、Weka神经网络使用多层感知器，实现了BP神经网络。 C、BP神经网络由一个输入层、一个隐含层和一个输出层构成 D、神经网络由大量节点和节点之间相互连接而构成，每个节点代表一种特定的输出函数，称为激励函数。
简答题
在如下有关数据预处理方法的描述中，错误的是（ ）。 A、源数据的质量直接影响到数据分析与挖掘的效果 B、数据预处理是数据分析与挖掘过程中重要的步骤 C、数据预处理任务包括对所提取数据的缺失值、异常值的处理过程，不包括对离群值的处理过程。 D、高质量的数据是进行有效数据分析与挖掘的前提
简答题
在数据分析与挖掘方法中，对于有关聚类分析的描述中，错误的是（ ）。 A、通过确定商业数据之间在预先指定属性上的相似性，将其划分或分割成相交或不相交群组的过程。 B、划分原则可保持最大组内相似性 C、划分原则保持最小组间相似性 D、使不同聚类中的数据尽可能相似
简答题
（ ）不在Weka的Tools菜单下 A、ArffViewer菜单项 B、SqlViewer菜单项 C、ROC菜单项 D、Bayes net editor菜单项
简答题
在数据预处理方法中，对于有关属性创建的描述中，错误的是（ ）。 A、映射数据到新空间是指使用不同的视角分析与挖掘数据 B、属性提取不属于属性创建方法 C、当原始数据集的属性含有必要信息，但其形式不适合数据分析与挖掘时，可使用属性构造。 D、可通过一个或多个原属性构造出新的属性
简答题
在数据分析与挖掘方法中，对于有关关联分析的描述中，错误的是（ ）。 A、可发现不同客户群，通过购买模式，刻画不同客户群特征。 B、可分析如何通过交叉销售，以获得更多收入。 C、可分析索赔需求，发现潜在的欺诈行为。 D、可分析客户消费行为，有针对性地向其推荐兴趣服务。
简答题
在数据分析与挖掘方法中，对于有关分类模型学习方法的描述中，错误的是（ ）。 A、贝叶斯分类有一个明确的基本概率模型，用以给出某个样本属于某个类别标签的概率。 B、神经网络分类利用大量简单神经元按一定规则连接构成的网络系统，模拟人类大脑的结构和功能。 C、典型的神经网络模型有感知器模型、多层前向传播模型、BP模型、Hopfield模型、SOM模型等 D、k-最近邻分类需要事先使用训练样本构建分类器
简答题
（ ）不在Weka的Visualization菜单下 A、Plot菜单项 B、ArffViewer菜单项 C、TreeVisualizer菜单项 D、GraphVisualizer菜单项
简答题
在数据预处理方法中，对于有关属性创建的描述中，错误的是（ ）。 A、通过对数据集中旧的属性进行处理，创建新的数据集。 B、属性创建方法包括属性提取、映射数据到新空间、属性构造 C、属性提取是指由原始数据创建新的属性集，提取高层次特征。 D、新数据集的维度比源数据集多
简答题
在数据分析与挖掘方法中，对于有关决策树分类的描述中，错误的是（ ）。 A、树的叶节点代表某个类别值 B、树的非叶节点代表某个一般属性（非类别属性）的一个测试，测试的输出构成该非叶节点的多个分支。 C、Random Forest不属于决策树学习算法 D、从根节点到叶节点的一条路径可形成一条分类规则
简答题
在数据预处理方法中，对于有关离散化与二元化的描述中，错误的是（ ）。 A、离散化是指将分类属性转换为连续属性 B、二元化是指将连续和离散属性转换为一个或多个二元属性 C、离散化问题需要决定选择多少个分割点 D、依据是否使用类别信息，离散化方法分为有监督离散化、无监督离散化。
简答题
在数据预处理方法中，对于有关聚集的描述中，错误的是（ ）。 A、定性数据可通过汇总等方式进行聚集 B、定量数据只可通过求和、求平均值方式进行聚集 C、聚集可使用高层数据视图，起到范围或度量转换的作用，可站在更高的角度，去检视商业问题。 D、聚集是将两个或多个对象合并为单个对象的过程
简答题
在数据分析与挖掘方法中，对于有关关联分析的描述中，错误的是（ ）。 A、序列模式分析可用于探究数据之间的前后因果关系 B、可发现事物间的关联规则 C、可发现事物间的相关程度 D、不能揭示商业数据之间的相互关系
简答题
在数据预处理方法中，对于有关属性选择的描述中，错误的是（ ）。 A、有监督属性选择不使用类别信息 B、使用属性的子集，可降低维度。 C、冗余属性是指某个属性包含了其它属性中的部分或全部信息 D、不相关属性是指对于数据分析与挖掘任务没有用处的信息
简答题
在数据预处理方法中，对于有关离散化的描述中，错误的是（ ）。 A、离散化问题不需要确定分割点的位置 B、等宽离散化可将属性的值域划分为相同宽度的区间，区间的数目可自定义。 C、等频离散化可将相同数量的对象放进每个区间，区间的数目可自定义。 D、离散化问题可利用少数分类值标签替换连续属性的值，减少和简化源数据。
简答题
在数据预处理方法中，对于有关抽样的描述中，错误的是（ ）。 A、可选择数据对象的子集进行分析与挖掘 B、可压缩数据量 C、分层抽样尽量利用了事先掌握的信息，但未充分考虑保持样本结构与总体结构的一致性。 D、简单随机抽样可分为有放回抽样与无放回抽样。
简答题
在如下有关数据分析与挖掘方法的描述中，错误的是（ ）。 A、数据分析与挖掘方法不能预测未知的结果。 B、基于已预处理的数据，需对其进行深入探索，为商业决策提供有价值的信息。 C、数据分析与挖掘方法有助于发现趋势 D、数据分析与挖掘方法有助于揭示已知的事实
简答题
在数据预处理方法中，对于有关属性选择的描述中，错误的是（ ）。 A、属性选择是指从数据集中选择最具代表性的属性子集 B、属性选择可删除冗余或不相关的属性 C、属性选择可提高数据处理的效率，使模型更易理解。 D、无监督属性选择通过度量类别信息与属性之间的相互关系来确定属性子集
简答题
在数据分析与挖掘方法中，对于有关分类与回归的描述中，错误的是（ ）。 A、构造分类函数或分类模型，可将具有某些特征的商业数据项映射到某个给定的类别上。 B、模型创建是指通过对测试数据集的学习，构建分类模型。 C、将信用卡申请客户划分为低、中、高风险群属于分类与回归问题 D、预测客户未来的服务需求变化属于分类与回归问题
商业数据思维与实战
章节列表
第一章 数字经济的基本概念
25
第二章 数据思维
25
期末考试
40
第三章 大数据时代的商业模式
26
第四章 大数据时代的统计分析（上）
21
第五章 大数据时代的统计分析（下）
25
第六章 商业数据分析实战（上）
20
第七章 商业数据分析实战（中）
20
第八章 商业数据分析实战（下）
20