CPDA考試真題與答案

一、判斷題（題數(shù)：15,共15.0分）

1.定量屬性可以是整數(shù)值或者是連續(xù)值。（）

正確答案：V

2.分類模型的誤差大致分為兩種：訓(xùn)練誤差（trainingerror）和泛化誤差（generalization

errorb（）

正確答案：V

3.在決策樹中，隨著樹中結(jié)點數(shù)變得太大，即使模型的訓(xùn)練誤差還在繼續(xù)減低，但是檢驗誤

差開始增大，這是出現(xiàn)了模型擬合不足的問題。（）

正確答案：x

4.在聚類分析當(dāng)中，簇內(nèi)的相似性越大，簇間的差別越大，聚類的效果就越差。（）

正確答案：x

5.聚類分析可以看作是一種非監(jiān)督的分類。（）

正確答案：V

6.如果一個對象不強屬于任何簇，那么該對象是基于聚類的寓群點。（）

正確答案：V

7.允許誤差應(yīng)根據(jù)錯誤記錄對整個系統(tǒng)可能帶來的破壞來確定，通常正是那些低使用率的產(chǎn)

品或不常使用的產(chǎn)品為庫存誤差帶來很大麻煩，因此應(yīng)結(jié)合數(shù)量方差百分比和絕對值方差來

確定誤差。（）

正確答案：N

8.召回率反映的是預(yù)測為正中的樣本中正例的概率。（）

正確答案：x

9.支持度表示前項與后項在一個數(shù)據(jù)集中同時出現(xiàn)的頻率。（）

正確答案：N

10.最大最小值標(biāo)準(zhǔn)化法也叫極值法，該方法適用于已知數(shù)據(jù)集的最小值或最大值情況。（

正確答案：V

11.波特五力模型中五個壓力來源是供應(yīng)商議價能力、購買者的議價能力、行業(yè)新進入者的

威脅、替代產(chǎn)品的威脅及企業(yè)內(nèi)部的管理壓力。（）

（1.0分）1.0分

正確答案：X

12.異常值在數(shù)理統(tǒng)計里一般是指一組觀測值中與平均值的偏差超過三倍標(biāo)準(zhǔn)差的測定值。

（）

正確答案：x

13.數(shù)據(jù)可視化可以便于人們對數(shù)據(jù)的理解。（）

正確答案：V

14.大數(shù)據(jù)思維，是指一種意識，認為公開的數(shù)據(jù)一旦處理得當(dāng)可以為人類急需解決的問題

提供答案。（）

正確答案：V

15.資金本身具有時間價值。（）

正確答案：X

二、單選題（題數(shù)：30,共45.0分）

1.某超市研究銷售記錄發(fā)現(xiàn)，購買牛奶的人很大概率會購買面包，這種屬于數(shù)據(jù)挖掘的哪類

問題？（）

A、聚類分析

B、關(guān)聯(lián)規(guī)則

C、分類分析

D、自然語言處理

正確答案：B

2.以下兩種描述分別對應(yīng)哪兩種對分類算法的評價標(biāo)準(zhǔn)？（）

（a）警察抓殺人犯，描述警察抓的人中有多少個是殺人犯的標(biāo)準(zhǔn)。

（b）描述有多少比例的殺人犯給警察抓了的標(biāo)準(zhǔn)。

A、Precision,Recall

B、Recall,Precision

C、Precision,ROC

D、Recall,ROC

正確答案：A

3.將原始數(shù)據(jù)進行集成、變換、維度規(guī)約、數(shù)值規(guī)約是在以下哪個步驟的任務(wù)？（）

A、數(shù)據(jù)獲取

B、分類和預(yù)測

C、數(shù)據(jù)預(yù)處理

D、數(shù)據(jù)可視化

正確答案：C

4.當(dāng)不知道數(shù)據(jù)所帶標(biāo)簽時，可以使用哪種技術(shù)促使帶同類標(biāo)簽的數(shù)據(jù)與帶其他標(biāo)簽的數(shù)據(jù)

相分離？（）

A、分類

B、聚類

C、關(guān)聯(lián)分析

D、主成分分析

正確答案：B

5.下面哪種不屬于數(shù)據(jù)預(yù)處理的方法？（）

A、變量代換

B、離散化

C、聚集

D、估計遺漏值

正確答案：D

6.假設(shè)12個銷售價格記錄組已經(jīng)排序如下:5,10,11,13,15,35,50,55,72,92,204,215

使用等寬劃分（寬度為50）方法將它們劃分成四個箱，求15在哪個箱子里？（）

A、第一個

B、第二個

C、第三個

D、第四個

正確答案：A

7.以下哪些算法是分類算法？（）

A、DBSCAN

B、C4.5

C、K-Mean

D、K-medoids

正確答案：B

8.以下哪些分類方法可以較好地避免樣本的不平衡問題？（）

A、KNN

B、SVM

C、Bayes

D、神經(jīng)網(wǎng)絡(luò)

正確答案：A

9.關(guān)于K均值和DBSCAN的比較，以下說法不正確的是（\

A、K均值丟棄被它識別為噪聲的對象，而DBSCAN一般聚類所有對象

B、K均值使用簇的基于原型的概念，而DBSCAN使用基于密度的概念

C、K均值很難處理非球形的簇和不同大小的簇，DBSCAN可以處理不同大小和不同形狀

的簇

D、K均值可以發(fā)現(xiàn)不是明顯分離的簇，即便簇有重疊也可以發(fā)現(xiàn)，但是DBSCAN會合并

有重疊的簇

正確答案：A

10.下列不屬于關(guān)聯(lián)分析的關(guān)鍵要素的是（）

A、支持度

B、置信度

C、滿意度

D、提升度

正確答案：C

11.因子分析的主要作用有（）

A、對變量進行降維

B、對變量進行判別

C、對變量進行聚類

D、以上都不對

正確答案：A

12.ROC曲線凸向哪個角，代表模型越理想？（）

A、左上角

B、左下角

C、右上角

D、右下角

正確答案：A

13.SQL語句中刪除表的命令是（）

A、DROPTABLE

B、DELETETABLE

C、ERASETABLE

D、DELETEDBF

正確答案：A

14.在多元回歸模型的檢驗中，目的是檢驗每一個自變量與因變量在指定顯著性水平上是否

存在線性相關(guān)關(guān)系的檢驗是（）

A、r檢驗

B、t檢驗

C、f檢驗

D、DW檢驗

正確答案：B

15.()提供的支撐技術(shù)，有效解決了大數(shù)據(jù)分析、研發(fā)的問題，比如虛擬化技術(shù)、并行

計算、海量存儲和海量管理等。

A、點計算

B、線計算

C、云計算

D、面計算

正確答案：C

16.智能健康手環(huán)的應(yīng)用開發(fā)，體現(xiàn)了()的數(shù)據(jù)采集技術(shù)的應(yīng)用。

A、統(tǒng)計報表

B、網(wǎng)絡(luò)爬蟲

C、API接口

D、傳感器

正確答案：D

17.下列關(guān)于數(shù)據(jù)重組的說法中，錯誤的是（）

A、數(shù)據(jù)重組是數(shù)據(jù)的重新生產(chǎn)和重新采集

B、數(shù)據(jù)重組能夠使數(shù)據(jù)煥發(fā)新的光芒

C、數(shù)據(jù)重組實現(xiàn)的關(guān)鍵在于多源數(shù)據(jù)融合和數(shù)據(jù)集成

D、數(shù)據(jù)重組有利于實現(xiàn)新穎的數(shù)據(jù)模式創(chuàng)新

正確答案：A

18.美國海軍軍官莫里通過對前人航海日志的分析，繪制了新的航海路線圖，標(biāo)明了大風(fēng)與

洋流可能發(fā)生的地點。這體現(xiàn)了大數(shù)據(jù)分析理念中的（）

A、在數(shù)據(jù)基礎(chǔ)上傾向于全體數(shù)據(jù)而不是抽樣數(shù)據(jù)

B、在分析方法上更注重相關(guān)分析而不是因果分析

C、在分析效果上更追究效率而不是絕對精確

D、在數(shù)據(jù)規(guī)模上強調(diào)相對數(shù)據(jù)而不是絕對數(shù)據(jù)

正確答案：B

19.當(dāng)前國內(nèi)社會中，最為突出的大數(shù)據(jù)環(huán)境是（）

A、互聯(lián)網(wǎng)

B、物聯(lián)網(wǎng)

C、綜合國力

D、自然資源

正確答案：A

20.下列關(guān)于聚類挖掘技術(shù)的說法中，錯誤的是（）

A、不預(yù)先設(shè)定數(shù)據(jù)歸類類目，完全根據(jù)數(shù)據(jù)本身性質(zhì)將數(shù)據(jù)聚合成不同類別

B、要求同類數(shù)據(jù)的內(nèi)容相似度盡可能小

C、要求不同類數(shù)據(jù)的內(nèi)容相似度盡可能小

D、與分類挖掘技術(shù)相似的是，都是要對數(shù)據(jù)進行分類處理

正確答案：B

21.下列關(guān)于大數(shù)據(jù)的分析理念的說法中，錯誤的是（）

A、在數(shù)據(jù)基礎(chǔ)上傾向于全體數(shù)據(jù)而不是抽樣數(shù)據(jù)

B、在分析方法上更注重相關(guān)分析而不是因果分析

C、在分析效果上更追究效率而不是絕對精確

D、在數(shù)據(jù)規(guī)模上強調(diào)相對數(shù)據(jù)而不是絕對數(shù)據(jù)

正確答案：D

22.對于企業(yè)來說，數(shù)據(jù)使用的關(guān)鍵是（）

A、數(shù)據(jù)收集

B、數(shù)據(jù)存儲

C、數(shù)據(jù)分析

D、數(shù)據(jù)再利用

正確答案：D

23.數(shù)據(jù)倉庫的最終目的是（）

A、收集業(yè)務(wù)需求

B、建立數(shù)據(jù)倉庫邏輯模型

C、開發(fā)數(shù)據(jù)倉庫的應(yīng)用分析

D、為用戶和業(yè)務(wù)部門提供決策支持

正確答案：D

24.大數(shù)據(jù)背景下，數(shù)據(jù)支撐業(yè)務(wù)的目的是（）

A、建立數(shù)據(jù)科學(xué)

B、完成數(shù)據(jù)應(yīng)用

C、配備數(shù)據(jù)硬件

D、吸納數(shù)據(jù)人才

正確答案：B

25.在SQL中，創(chuàng)建數(shù)據(jù)庫用的命令是（）

A、CREATESCHEMA

B、CREATETABLE

C、CREATEVIEW

D、CREATEDATABASE

正確答案：D

26.下列四項中，不屬于數(shù)據(jù)庫特點的是（）

A、數(shù)據(jù)共享

B、數(shù)據(jù)完整性

C、數(shù)據(jù)冗余很高

D、數(shù)據(jù)獨立性高

正確答案：C

27.資金的時間價值是（）

A、同一資金在同一時點上價值量的差額

B、同一資金在不同時點上價值量的差額

C、不同資金在同一時點上價值量的差額

D、不同資金在不同時點上價值量的差額

正確答案：B

28.下列選項中屬于現(xiàn)金流入的項目是（）

A、所得稅

B、建設(shè)投資

C、經(jīng)營成本

D、營業(yè)收入

正確答案：D

29.下列關(guān)于計算機存儲容量單位的說法中，錯誤的是（）

A、1KB<1MB<1GB

B、基本單位是字節(jié)（Byte）

C、一個漢字需要一個字節(jié)的存儲空間

D、一個字節(jié)能夠容納一個英文字符

正確答案：C

30.按數(shù)據(jù)的結(jié)構(gòu)程度來劃分，分為（）

A、結(jié)構(gòu)化數(shù)據(jù)半結(jié)構(gòu)化數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)

B、強結(jié)構(gòu)化數(shù)據(jù)弱結(jié)構(gòu)化數(shù)據(jù)

C、截面數(shù)據(jù)面板數(shù)據(jù)

D、一級數(shù)據(jù)二級數(shù)據(jù)三級數(shù)據(jù)

正確答案：A

三、多選題（題數(shù)：20,共40.0分）

1.以下屬于數(shù)據(jù)預(yù)處理的是（）

A、缺失值填充

B、噪聲數(shù)據(jù)剔除

C、異常值識別

D、數(shù)據(jù)可視化

正確答案：ABC

2.缺失值的處理方法有哪些？（）

A、用平均值填充

B、忽略缺失記錄

C、以任意數(shù)據(jù)填充

D、用默認值填充

正確答案：ABD

3.以下屬于數(shù)據(jù)規(guī)約方法的是（）

A、數(shù)據(jù)寓散化

B、數(shù)據(jù)標(biāo)準(zhǔn)化

C、噪聲數(shù)據(jù)識別

D、數(shù)據(jù)壓縮

正確答案：AD

4.數(shù)據(jù)挖掘的預(yù)測建模任務(wù)主要包括哪幾大類問題？（

A、分類

B、回歸

C、模式發(fā)現(xiàn)

D、模式匹配

正確答案：AB

5.以下說法正確的有哪些？（）

A、大數(shù)據(jù)僅僅是講數(shù)據(jù)的體量大

B、大數(shù)據(jù)對傳統(tǒng)行業(yè)有幫助

C、大數(shù)據(jù)會帶來機器智能

D、大數(shù)據(jù)是一種思維方式

正確答案：BCD

6.關(guān)于大數(shù)據(jù)的來源，以下理解正確的是（）

A、大數(shù)據(jù)是數(shù)據(jù)量變積累達到質(zhì)變的結(jié)果

B、數(shù)據(jù)的產(chǎn)生需要經(jīng)歷很長時間

C、我們每個人都是數(shù)據(jù)的制造者

D、當(dāng)今的世界，基本上一切都可以用數(shù)字表達，所以叫數(shù)字化的世界

正確答案：ACD

7.大數(shù)據(jù)在今天這個時間點上爆發(fā)的原因有哪些？（）

A、各種傳感器無時無刻不在為我們提供大量的數(shù)據(jù)

B、各種監(jiān)控設(shè)備無時無刻不在為我們提供大量的數(shù)據(jù)

C、各種智能設(shè)備無時無刻不在為我們提供大量的數(shù)據(jù)

D、互聯(lián)網(wǎng)的收集和積累

正確答案：ABCD

8.（）這些數(shù)據(jù)特性都是對聚類分析具有很強影響的。

A、高維性

B、規(guī)模

C、稀疏性

D、噪聲和離群點

正確答案：ABCD

9.以下哪個分布是右偏分布？（）

A、均勻分布

B、卡方分布

C、F分布

D、對數(shù)正態(tài)分布

正確答案：BCD

10.以下哪些變量使用RFM方法構(gòu)造出來的？（）

A、最近3期境外消費金額

B、最近6期網(wǎng)銀消費交易筆數(shù)

C、信用額度

D、距最近一次逾期的月數(shù)

正確答案：ABD

11.如下表student中，如何篩選type為包含數(shù)學(xué)或語文的記錄？（）

A、select*fromstudentwheretype="數(shù)學(xué)"andtype="語文"

B、select*fromstudentwheretype="數(shù)學(xué)"ortype="語文"

C、select*fromstudentwheretypein（“數(shù)學(xué)”，“語文”）

D、select*fromstudentwheretypein（"數(shù)學(xué)"？"語文"）

正確答案：BC

12.主成分分析計算選擇相關(guān)系數(shù)計算法時，確定主成分個數(shù)的大致原則包括（

A、特征根值大于1

B、特征根值大于0.8

C、累積特征根值加總占總特征根值的80%以上

D、累積特征根值加總占總特征根值的90%以上

正確答案：AC

13.在客戶關(guān)系管理中，客戶的生命周期都包括（）階段。

A、潛在客戶

B、響應(yīng)客戶

C、即得客戶

D、流失客戶

正確答案：ABCD

14.分箱方法有哪些？（）

（2.0分）0.0分

A、等深分箱

B、等寬分箱

C、數(shù)據(jù)標(biāo)準(zhǔn)化

D、自定義區(qū)間法

正確答案：ABD

15.利用Apriori