Python數(shù)據分析實戰(zhàn)智慧樹知到期末考試答案章節(jié)答案2024年魯東大學

Python數(shù)據分析實戰(zhàn)智慧樹知到期末考試答案+章節(jié)答案2024年魯東大學Series是一個定長的字典序列。（）

答案:對Python的列表list命令中，pop方法在不指定參數(shù)時默認刪除末尾元素，也可以指定刪除某個位置的元素。（）

答案:對樸素貝葉斯分類算法的基本思想是“近朱者赤、近墨者黑”。（）

答案:錯Python的ifelse選擇結構中，else后面可以寫條件。（）

答案:錯Python中，序列元素的編號從1開始。（）

答案:錯Python語法中函數(shù)定義以def開始，最后以冒號結束。（）

答案:對獨立樣本t檢驗用于檢驗兩個獨立的正態(tài)總體均值之間是否存在顯著差異，比如想比較某高校大一新生，男生和女生在平均身高方面是否存在顯著差異，可以抽樣，測得兩個獨立樣本（男，女）信息，利用此方法推斷。（）

答案:對Python邏輯語句2.5＞3or1.3＜1.4的值為False。（）

答案:錯機器學習中的多元線性回歸與Logistic回歸分析的區(qū)別是二者輸入標簽，前者是離散的，后者是連續(xù)的。（）

答案:錯K最近鄰算法的基本思想是“近朱者赤、近墨者黑”。（）

答案:對Python的ifelse選擇結構中，elif表示elseif。（）

答案:對判別分析的基本思想是，利用已知類別的樣本建立判別模型，對未知類別的樣本進行分類。（）

答案:對采用Zscore方法對一列數(shù)據進行數(shù)據標準化的主要作用是（）。

答案:消除量綱影響;發(fā)現(xiàn)異常值（偏差情況）pandas包含兩種數(shù)據類型是（）。

答案:Dataframe;SeriesPython下面的變量定義中正確的是（）。

答案:Numma=22;_boys=5.5;appple=3Python語言屬于（）。

答案:高級語言Python中下列數(shù)據類型不可變化的是（）。

答案:元組下列運算符使用錯誤的是（）。

答案:28+'m'print函數(shù)的輸出字符串中可以將（）作為參數(shù)，代表后面指定要輸出字符串。（）

答案:%sPython下列運算符中優(yōu)先級最高的是（）。

答案:()可以利用命令income.dropna()刪除數(shù)據集income中含有缺失值的樣本（即行）。（）

答案:對一元線性回歸系數(shù)常用求解方法為最小二乘法。（）

答案:對Dataframe是一種二維數(shù)據結構，數(shù)據以表格形式（與excel類似）存儲，有對應的行和列。（）

答案:對Python中，如果語句太長，可以在句末使用\作為續(xù)行符。（）

答案:對決策樹ID3算法中，信息增益表示在得知特征X的信息之后，對類別Y的信息不確定性減少程度。（）

答案:對關于Python以下說法正確的是（）。

答案:開源免費;簡單易學如果探索銷售量(y)與三種不同廣告形式（x1-TV,x2-Radio,x3-Newspaper）之間的關系，經過散點圖繪制、最小二乘法計算等，得到了回歸方程y=0.04*x1+0.2*x2-0.0028*x3+2.29,則下列敘述正確的是（）。

答案:x2-Radio的系數(shù)0.2可解釋為，在其他條件不變的情況下，x2每增加1個單位，y值增加0.2個單位;x2-Radio的系數(shù)絕對值0.2最大，說明Radio這種廣告形式對銷量影響最大;x3-Newspaper的系數(shù)絕對值0.0028最小而且為負數(shù)，說明Newspaper這種廣告形式對銷量影響最小而且為反向影響。;x1-TV的系數(shù)絕對值0.04，說明TV這種廣告形式對銷量影響僅次于Radio的影響下列機器學習方法中可以用于降維的是（）。

答案:主成分分析字符串是一個字符序列，例如s='congratulations'，如果調用s的從右側向左第4個字符i，則下列索引方法正確的是（）。

答案:s[-4]list類型的內置方法pop()的作用是（）。

答案:刪除指定元素列表a=[2,5,[7,4]]的以下計算結果中正確的是（）。

答案:len(a)=3Python下列邏輯判斷錯誤的是（）。

答案:若s=False,t=False,則sort為True關于Python的數(shù)據結構表示正確的是（）。

答案:元組是一個不可變型的序列，由{}完成Python邏輯語句2＜=1and3＜4的值為False。（）

答案:對Python的元組數(shù)據可以進行查、增、改、刪操作。（）

答案:錯機器學習中關于有監(jiān)督學習和無監(jiān)督學習的敘述正確的是（）。

答案:有監(jiān)督學習問題中輸入有標簽;無監(jiān)督學習問題中輸入無標簽關于Python中的三種基本數(shù)據結構列表、元組、字典之間的異同點敘述正確的是（）。

答案:字典：支持增刪改查，元素可變;列表：支持增刪改查，元素可變;元組：僅支持查詢數(shù)學關系式3＜=x＜8的表達，不正確的是（）。

答案:x＞=3orx＜8導入Numpy包并簡記為np的命令行是（）。

答案:importnumpyasnp字符串是一個連續(xù)的字符序列，下列方法中，可以用于print中進行字符串換行的是（）。

答案:使用\n如果研究者想探討影響小麥畝產量的因素，采集了若干個樣本的各個指標（溫度、灌溉量、光照強度、施肥量），則多元線性回歸方法適合研究本問題。（）。

答案:對聚類分析算法是一種常用的無監(jiān)督學習方法。（）

答案:對一元線性回歸分析算法是一種常用的有監(jiān)督學習方法。（）

答案:對下列關于Fisher判別分析的基本算法步驟敘述正確的是（）。

答案:做投影：計算所有類中心、待判點到投影直線的投影坐標;找近鄰：計算待判點投影到類中心投影點距離，歸入最近鄰;找直線：計算投影直線方程一列數(shù)中出現(xiàn)次數(shù)最多的數(shù)稱為（）。

答案:眾數(shù)現(xiàn)有二維數(shù)組構建命令，importnumpyasnp;arr1=np.array(((3,10,8),(7,3,7),(34,11,72)))，則獲取其第2行所有元素（即[341172]）的命令是（）。

答案:arr1[2,:]機器學習中有監(jiān)督學習和無監(jiān)督學習方法的關鍵區(qū)別是（）。

答案:輸入中是否包含標簽決策樹ID3算法的屬性選擇度量就是使用信息增益，選擇最高信息增益的屬性作為當前節(jié)點的測試屬性。（）

答案:對可以利用命令income.isnull().sum()查看數(shù)據集income各列的缺失情況。（）

答案:對隨機森林算法是一種常用的無監(jiān)督學習方法。（）

答案:錯Python中，傳統(tǒng)除法運算符是/。（）

答案:對判斷整數(shù)i能否同時被3和5整除的Python表達式可以為i%3==0andi%5==0。（）

答案:對Python中，4*'abc'的計算結果為4abc。（）

答案:錯多元線性回歸是探索一個因變量與多個自變量之間關系的一種統(tǒng)計分析方法。（）

答案:對獨立樣本T檢驗中，如果軟件算得P值為0.03，則拒絕原假設，可以認為兩個總體均值之間存在顯著差異。（）

答案:對機器學習中的K均值聚類算法，其K值不能事先指定，必須通過模型訓練得到。（）

答案:錯創(chuàng)建一個一維的0-14的數(shù)組,可用命令importnumpyasnp;e=np.arange(15);print(e)。（）

答案:對Python中，importnumpyasnp;d=3.567;print(np.round(d,2))的計算結果為3.56。（）

答案:錯Python的代碼中用%表示注釋。（）

答案:錯創(chuàng)建一個一維的1-13且以間隔為3的數(shù)組,可用命令importnumpyasnp;e=np.arange(1,14,3);print(e)。（）

答案:對單因素方差分析（ANOVA）用于比較多個獨立的正態(tài)總體均值之間是否存在顯著差異，比如三個初一平行班，其他條件都一樣（教室、教材等），唯有三位數(shù)學老師不同，我們想比較這三位老師教學水平之間是否存在顯著差異，可以考慮使用ANOVA。（）

答案:對數(shù)據預處理中異常值可用下列方法來發(fā)現(xiàn)（）。

答案:利用3sigma原則;求某列數(shù)據的最大或最小值，或者通過散點圖;利用箱線圖;利用基于密度的離群點檢測機器學習中，有監(jiān)督學習分類問題和回歸問題的關鍵區(qū)別是（）。

答案:回歸問題的標簽是連續(xù)取值;分類問題的標簽是離散取值下列機器學習方法中可以用于分類的是（）。

答案:K最近鄰;決策樹;隨機森林Logistic回歸算法的優(yōu)點包括（）。

答案:可以報告預測概率;可以預測出類別;模型可解釋性強機器學習中下列算法屬于無監(jiān)督學習的是（）。

答案:聚類分析;主成分分析關于list的命令下列敘述正確的是（）。

答案:append方法每次只能在末尾填入一個元素;extend方法每次在末尾插入多個元素;insert方法可在指定的位置插入一個元素關于數(shù)據預處理，下列說法正確的是（）。

答案:可以用回歸插補法等方法對缺失值進行插補;離散值缺失常用眾數(shù)替換;刪除有缺失的行或列適合于缺失比例小的場景;連續(xù)值缺失常用均值或中位數(shù)替換導入Pandas包并簡記為pd的命令行是（）。

答案:importpandasaspd關于隨機森林算法敘述錯誤的是（）。

答案:固定選擇訓練樣本(行采樣)當x=0;y=50時，語句z=xifx＞yelsey+1執(zhí)行后，z值是（）。

答案:51可用于獲取字符串長度的命令是（）。

答案:len下列字典定義中正確的是（）。

答案:{'m':4,'t':5}在獨立樣本T檢驗中（顯著性水平默認0.05），如果計算得到的P值小于0.05，則表明兩個總體均值之間（）顯著差異。（）

答案:存在Pandas包中，讀入excel格式數(shù)據的常用命令是（）。

答案:pd.read_excel()Python中冪運算的運算符是（）。

答案:**Python中列表和元組之間的主要區(qū)別是列表是可變的，而元組是不可變的。（）

答案:對決策樹算法是一種常用的無監(jiān)督學習方法。（）

答案:錯主成分分析算法是一種常用的無監(jiān)督學習方法。（）

答案:對Series實為二維數(shù)據結構，每一個元素都帶有一個索引。（）

答案:錯利用命令income.fillna(0)可以將數(shù)據集income中缺失值用0替換。（）

答案:對Fisher線性判別分析的基本思想是投影。（）

答案:對機器學習中的多元線性回歸與Logistic回歸分析都屬于有監(jiān)督學習算法。（）

答案:對Python平臺安裝第三方包常用pip命令;。（）

答案:對決策樹ID3算法的基本思想是貪心算法。（）

答案:對極差、方差、均值可用來反映各變量值偏離中心值的發(fā)散程度。（）

答案:錯使用math模塊庫中的函數(shù)時，必須要使用importmath。（）

答案:對Python的ifelse選擇結構中，關鍵詞行末必須加上英文狀態(tài)的冒號。（）

答案:對Python中，_monk可以作為變量名，而2week不可以作為變量名。（）

答案:對Logistic回歸分析算法是一種廣義線性模型，其Y取值為0,1，比如生病或不生病，成功或失敗。實際為二分類模型。（）

答案:對Python語法中函數(shù)定義以define開始，最后以分號結束。（）

答案:錯熵可用于描述信息的不確定性或混亂程度，信息的不確定性越大則熵越大，反之越小。（）

答案:對Python不支持char數(shù)據類型。（）

答案:對機器學習中有監(jiān)督學習（分類問題）和無監(jiān)督學習方法的關鍵區(qū)別是輸入有無類標簽。（）

答案:對Python中，運算符//表示除法。（）

答案:錯Python包含了數(shù)量眾多的模塊，通過import語句，可以導入模塊，并使用其定義的功能。（）

答案:對決策樹ID3算法中，如果某特征對應的信息增益越大，表明該特征具有越小的分類能力。（）

答案:錯創(chuàng)建一個一維的范圍在0-10，元素個數(shù)為6的數(shù)組,可用命令importnumpyasnp;f=np.linspace(0,10,6);print(f)。（）

答案:對Python語句foriinrange(0,3):print(i)輸出結果為0,1,2,3。（）

答案:錯創(chuàng)建1x2的全1數(shù)組,可用命令importnumpyasnp;b=np.ones((1,2));print(b)。（）

答案:對Python的ifelse選擇結構中，冒號所在行的下一行必須縮進。（）

答案:對以下是Python數(shù)據類型的是（）。

答案:元組;字典;列表下列統(tǒng)計量可用于反映各變量值偏離中心值的發(fā)散程度的是（）。

答案:變異系數(shù);標準差;方差;極差機器學習中下列算法屬于有監(jiān)督學習的是（）。

答案:K最近鄰算法;樸素貝葉斯算法;決策樹算法箱線圖的功能包括（）。

答案:評估數(shù)據的集中程度;判斷偏態(tài)（與標準正態(tài)分布比較）;識別異常值Python中數(shù)據類型包括（）。

答案:int;string;floatLogistic回歸算法的功能包括（）。

答案:可用于尋找某一疾病的危險因素;可用于判斷某人屬于某種類別的概率大?。捶诸悊栴}）;可用于預測在不同的自變量情況下，發(fā)生某種疾病或者某種情況的概率大小機器學習常見學習方法類型包括（）。

答案:有監(jiān)督學習（回歸問題）;無監(jiān)督學習;有監(jiān)督學習（分類問題）關于Python中的三種常見控制流（if-else選擇,for循環(huán)，while循環(huán)）之間異同點敘述正確的是（）。

答案:while循環(huán)，當一個測試表達式為true時執(zhí)行一個語句塊，不用了解循環(huán)次數(shù);for循環(huán)，對一個語句塊執(zhí)行一定次數(shù);if語句，基于測試表達式的結果執(zhí)行一個特定的語句塊;for和while均可用于循環(huán)執(zhí)行某項功能，某種條件下可以相互轉化關于決策樹算法敘述正確的是（）。

答案:熵可用于描述信息的不確定性或混亂程度，信息的不確定性越大則熵越大，反之越小;條件熵H(Y|X)表示在已知特征X的條件下，類別Y的不確定性的度量;決策樹基本思想是貪心算法，它以自頂（根節(jié)點）向下遞推生成的方式構造決策樹。Python下列邏輯判斷，最終計算結果為True的是（）。

答案:若s=True,t=False,則sort==True;若s=False,t=False,則sort==False;若s=True,t=True,則sandt==TruePython中可以用于終結一個循環(huán)執(zhí)行的語句是（）。

答案:break用來檢驗一件事情發(fā)生概率是否為隨機的非參數(shù)假設檢驗方法是（）。

答案:游程檢驗下已知list1=['張三','男',33,'江蘇','碩士','已婚',['身高178','體重72']]，則取出“體重72”這個值的命令是（）。

答案:list1[6][1]樸素貝葉斯算法中“樸素”的意思是（）。

答案:所有特征之間都是統(tǒng)計獨立的機器學習包sklearn中，命令行X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.2)的功能是（）。

答案:劃分數(shù)據集，將原始數(shù)據中80%作為訓練集，20%作為檢驗集在配對樣本T檢驗中（顯著性水平默認0.05），如果計算得到的P值大于0.05，則表明兩個總體均值之間（）顯著差異。()

答案:不存在下列不屬于K最近鄰（KNN)分類器的基本算法步驟的是（）。

答案:定問題：確定為分類（類標簽已知）問題下列不屬于樸素貝葉斯分類器的基本算法步驟的是（）。

答案:算差值：計算后驗概率與先驗概率之差導入matplotlib包中的pyplot函數(shù)，并簡記為plt的命令行是（）。

答案:importmatplotlib.pyplotasplt字典k={'height':173,'gender':'male'}，則len(k)的結果是（）。

答案:2樸素貝葉斯分類器的基本算法步驟包括

答案:比大?。河嬎愫篁灨怕剩瑲w入最大后驗概率類;算概率：計算所有樸素貝葉斯公式中的“零部件”概率;定問題：確定為分類（類標簽已知）問題如果研究者想探討影響小麥畝產量的因素，采集了若干個樣本的各個指標（溫度、灌溉量、光照強度、施肥量），則下列哪種方法適合研究本問題？

答案:多元線性回歸分析下列關于決策樹算法的論述錯誤的是

答案:ID3算法的屬性選擇度量就是使用信息增益，選擇最小信息增益的屬性作為當前節(jié)點的測試屬性。本章機器學習高級話題中涉及的提升模型算法性能的策略包括調參、交叉驗證和采用合理的評價指標。

答案:對下述機器學習方法中可以用于降維的是

答案:PCAK最近鄰（KNN)分類器的基本算法步驟包括

答案:做分類：根據這k個近鄰歸屬的主要類別，來對測試對象分類;算距離：給定測試對象，計算它與訓練集中的每個對象的距離;找鄰居：圈定距離最近的k個訓練對象，作為測試對象的近鄰下列關于判別分析敘述正確的是

答案:利用已知類別的樣本建立判別模型，對未知類別的樣本進行分類;是多元分析中用于判別樣本所屬類型的一種統(tǒng)計分析方法;Fishser線性判別分析的基本思想是投影;Fishser線性判別分析（LinearDiscriminantanalysis,LDA）由R.A.Fisher于1936年提出隨機森林算法敘述正確的是

答案:是一種集成學習算法;采用投票法(少數(shù)服從多數(shù))確定最終類別歸屬;隨機選擇部分特征(列采樣);隨機選擇訓練樣本(行采樣)按照可視化專家AndrewAbela的圖表使用建議，散點圖可以用于展示數(shù)據間的聯(lián)系。

答案:對下列參數(shù)類假設檢驗方法中可以用于比較3種不同教學方法之間是否存在顯著差異的是

答案:單因素方差分析可以用于直觀展示數(shù)據值的大小或變化趨勢（即比較）的可視化工具有

答案:條形圖;柱形圖;折線圖下列不屬于數(shù)據預處理常用方法的是

答案:相關分析常用描述統(tǒng)計方法包括

答案:描述集中程度;描述離散程度