CPDA考试真题答案.docx

1、一、 判断题1.数据根据计量尺度不同可以分为分类数据和数值型数据。正确答案： 2.多次抛一枚硬币，正面朝上的 频率是 1/2。正确答案： 3.归纳法是一种从个别到一般的推理方法。正确答案： 4.datahoop 中输入的数据必须是数值型的。正确答案： 5.置信水平是假设检验中犯第一类错误的概率。正确答案： 6.当两种产品为互补品时，其交叉 弹性小于零。正确答案： 7.时间序列分解法可以有乘法模型和加法模型两种表示方式，其中乘法模型都是相对值来表示预测值的，加法模型都是用 绝对值来表示预测值的。正确答案： 8.需求定价法的核心思想是力求在需求高涨时收取较低价格，而当需求低落时则收取较高价格。正确

2、答案： 9.盈亏平衡分析是静态分析，不考 虑资金的时间价值和项 目寿命周期内的现金流量的变化。正确答案： 10.决策树算法易于理解好实现，且 对缺失值、异常 值和共 线性都不敏感，是做分类预测的首选算法。正确答案： 11.随机森林中的每棵树都不进行剪枝，因此 过拟合的风险 很高。正确答案： 12.当倒传递神经网络（BP 神经网络）无隐藏层， 输出层个数只有一个的 时候，也可以看做是逻辑回归模型。正确答案： 13.维规约即事先规定所取模型的维数，可以 认为是降维的一种。正确答案： 14.标准差越小，表示离散程度越小，风险越大；反之离散程度越大，风险越小。正确答案： 15.离群点是一个实际观测值，

3、它与其他 观测值的差别如此之大，以至于怀疑它是由不同的机制产生的。正确答案： 二、 单选题1.SQL 语言中，删除一个表中所有数据，但保留表 结构的命令是（ ）A、DELETEB、DROPC、CLEARD、REMORE正确答案： A 2.数据库系统是由（ ）组成的A、数据库、数据库管理系统和用 户B、数据文件、命令文件和报表C、数据 库文件结构和数据D、常量、变量和函数正确答案： A 3.假如学生考试成绩以“优”.“良”.“及格”和“ 不及格”来记录 ，为了说明全班同学考试成绩的水平高低，其集中趋势的测度（ ）A、可以采用算术平均数B、可以采用众数或中位数C、只能采用众数D、只能采用四分位数正

4、确答案： C 4.以下哪个变量可以反映客户的忠诚度?（ ）A、购买频次B、购买 金额C、最后一次 购买时间D、购买金额波动率正确答案： A 5.以下哪个类型的变量在作预测客户流失的模型中最有解释力度？A、人口基本数据，比如年龄和性别B、基本社会状态数据，比如收入和职业C、业务 数据，比如消 费频次D、业务数据的衍生变量，比如最近 3 个月消费频次的变化情况正确答案： D 6.下面关于聚类分析说法错误的是（ ）A、一定存在一个最优的分类B、聚类 分析是无监督学习C、聚类 分析可以用于判断异常值D、聚类分析即:物以类聚,人以群分正确答案： A 7.某小区 60居民订晚报，45 订青年报， 30两报

5、均订，随机抽一户。则至少订一种报的概率为（ ）A、0.82B、0.85C、0.80D、0.75正确答案： D 8.在 Excel 工作表中，在某单元格内输入数值 123 ，不正确的输入形式是（ ）A、123B、=123C、+123D、*123正确答案： D 9.在对历史数据集进行分区之前进行数据清洗（缺失值填补等）的缺点是什么A、违反了建模的假设条件B、加大了 处理的难度C、无法 针对分区后各个数据集的特征分别做数据清洗D、无法对不同数据清理的方法进行比较，以 选择最优方法正确答案： D 10.当一个连续变量的缺失值占比在 85%左右时，以下哪种方式最合理（ ）A、直接使用该变量B、根据是否缺

6、失，生成指示变量， 仅使用指示变量作为解 释变量C、使用多重插补的方法进行缺失值填补D、直接删除该变量正确答案： B 11.Naive Bayes 是属于数据挖掘中的什么方法？A、聚类B、分类C、时间 序列D、关联规则正确答案： B 12.有一条关联规则为 A B，此 规则的信心水平(confidence)为 60%，则代表（ ）A、买 B 商品的顾客中，有 60%的顾客会同时购买 AB、同时购买 A,B 两商品的顾客，占所有顾客的 60%C、买 A 商品的顾客中，有 60%的顾客会同时购买 BD、两商品 A,B 在交易数据库中同时被购买的机率为 60%正确答案： C 13.企业要建立预测模型

7、，需准 备建模数据集，以下四条描述建模数据集正确的是（ ）A、数据越多越好B、尽可能多的适合的数据C、数据越少越好D、以上三条都不正确正确答案： B 14.在有指导的数据挖掘中，有关 测试集的说法错误的是（ ）A、测试集和训练集是相互联系的B、测试 集是用以测试模型的数据集C、通常 测试集大约占总样本的三分之一D、K-次交叉 验证 中，测试集只有 1 个，训练集有 K-1 个正确答案： A 15.用简单随机重复抽样方法抽取样本单位,如果要使抽样平均误差降低 50%,则样本容量需要扩大到原来的（ ）A、2 倍B、3 倍C、4 倍D、5 倍正确答案： C 16.回归分析的第一步是（ ）A、确定解释

8、量和被解释变量B、确定回 归模型C、建立回 归方程D、进行检验正确答案： A 17.关于主成分数目的选取，正确的是（ ）A、保留多少个主成分取决于累计方差在方差总和中所占百分比B、一般 选择 50%以上C、选择 前两个就可以D、选择的数目和变量的个数一致正确答案： A 18.下列四项中，不属于数据库 特点的是（ ）A、数据共享B、数据完整性C、数据冗余很高D、数据独立性高正确答案： C 19.将复杂的地址简化成北、中、南、东四区，是在 进行？A、数据正规化B、数据一般化C、数据离散化D、数据整合正确答案： B20.以下哪个指标不能用于线性回归中的模型比较（ ）A、R 方B、调整 R 方C、AI

9、CD、BIC正确答案： A 21.RFM 方法中的 F 说明客户的（ ）A、兴趣度B、粘性C、当前价 值D、未来价值正确答案： A 22.数据挖掘技术包括三个主要的部分 （ ）A、数据、模型、技术B、算法、技 术、 领域知识C、数据、建模能力、算法与技术D、建模能力、算法与技术、领域知识正确答案： C 23.下面关于因子分析的说法正确的是（ ）A、因子分析就是主成分分析B、因子之 间可相关也可不相关C、因子受量 纲的影响D、可以对因子进行旋转，使其意 义更明显正确答案： D 24.以下叙述正确的是（ ）A、极差较少受异常值的影响B、四分位差 较少受异常值的影响C、方差 较少受异常值的影响D、标

10、准差较少受异常值的影响正确答案： B 25.以下关于人工神经网络（ANN）的描述错误的有（ ）A、神经网络对训练数据中的噪声非常鲁棒B、可以 处理冗余特征C、训练 ANN 是一个很耗时的过程D、至少含有一个隐藏层的多层神经网络正确答案： A 26.当时间序列的环比增长速度大体相同时，适宜 拟合（ ）A、指数曲线B、抛物 线C、直线D、对数曲线正确答案： A 27.某家长为了使孩子在第 3-6 年上大学的 4 年中，每年年初得到 10000 元助学基金，他应在 2 年前在银行存入多少钱？（年利率按 5%计算）（ ）A、33771B、30291C、32163D、45256正确答案： A 28.苹果

11、公司对 IPHONE 的降价行为属于（ ）A、地域性差别定价B、时间 性差别定价C、非线 性定价或数量折扣定价D、其他形式的定价正确答案： B 29.设 X=1，2，3是频繁项集， 则可由 X 可产生（ ）个关联规则。A、3B、4C、5D、6正确答案： D 30.以下哪些分类方法可以较好地避免样本的不平衡问题？（ ）A、KNNB、SVMC、BayesD、神经网络正确答案： A 三、 多选题1.以下哪个聚类分析的方法是利用统计学定义的距离进行度量（ ）A、层次聚类法B、快速聚 类法（K-Means ）C、基于密度的聚类法D、基于网格的聚类法正确答案： AB 2.天猫分析人员希望通过聚类方法定位代

12、商家刷信用级别的违规者，以下那种操作不应该进行 ( )A、对变量进行标准化B、对变 量进行百分位秩或 Turkey 正态性转换C、对变 量进行因子分析或聚类分析D、对变量进行分箱处理正确答案： BD 3.如下表 student 中,如何筛选 type 为包含数学或语文的记录?ID type score A01 数学 78A02 语文 76A03 英语 90A04 数学 68A05 英语 84A、select * from student where type=”数学” and type=”语文”B、select * from student where type=”数学” or type=”语

13、文”C、select * from student where type in (”数学” , ”语文”)D、select * from student where type in (”数学” ”语文”) 正确答案： BC 4.以下哪个分布是右偏分布（ ）A、均匀分布B、卡方分布C、F 分布D、对数正态分布正确答案： BCD 5.在假设检验中,当我们做出拒绝原假设而接受备择假设的结论时,表示( )A、有充足的理由否定原假设B、原假 设必定是错误的C、犯错误 的概率不大于 a D、犯错误的概率不大于 bE、在 H。成立的情况下发生了小概率事件正确答案： ACE 6.若检验统计量 F 近似等于 1

14、，说明（ ）A、组间方差中不包含系统因素的影响B、组内方差中不包含系统因素的影响C、组间 方差中包含系统因素的影响D、方差分析中不应拒绝原假设正确答案： AD 7.下列何种算法可以帮助我们做数值的预测(Prediction) ？A、Apriori B、Decision TreeC、Naive BayesD、Linear Regression正确答案： BD 8.某种产品的生产总费用 2003 年为 50 万元，比 2002 年多 2 万元，而 单位产品成本 2003 年比 2002 年降低 5%，则（ ）A、生产费用总指数为 104.17%B、生产费 用指数为 108.56%C、单位成本指数为 95% D、产量指数为 109.65%E、由于成本降低而节约的生产费用为 2.63 万元正确答案： ACDE 9.配合一元线性回归方程须具备下列前提条件（ ）A、现象间确实存在数量上的相互依存关系B、现象 间的关系是直线关系，这种直线关系可用散点图来表示C、具备 一组自变量与因变量的对应资料，且能明确哪个是自变量，哪个是因变量D、两个变量之间不是对等关系正确答案： ABCD 10.回归变差（或回归平方和）是指（ ）A、被解释变量的实际值与平均值的离差平方和B、被解 释变量的回归值与平均值的离差平方和C、被解 释变量的总变差与剩余变差之差D、解释变量变动所引起的被解释变量的变差