Python數據科學導引知到章節測試答案智慧樹2023年最新內蒙古農業大學第一章測試

大數據的起源是（）。

參考答案:

互聯網

機器學習的實質是（）。

參考答案:

根據現有數據，尋找輸入數據和輸出數據的映射關系/函數

Spark支持的分布式部署方式中哪個是錯誤的（）。

參考答案:

Sparkonlocal

以下表述正確的是:（）

參考答案:

深度學習是機器學習的一種。

;人工智能是人們長遠以來的目標,期待機器像人一樣有智慧。

;機器學習指機器有學習的能力,是人類達成人工智能目標的手段。

;人或機器表現的很有智慧取決于先天本能/創造者事先設定的規則和后天學習。

有效抑制機器學習過擬合的方法是（）

參考答案:

平滑損失函數。

;重新設計損失函數，引入平滑函數。

;加大數據量。

下面表述正確的（）

參考答案:

遷移學習指訓練集中包括沒有輸出數據與之對應的輸入數據,但這些輸入數據與其他輸入數據不相干。

;強化學習指只有評價性輸出結果的機器學習。

;監督學習指訓練集所有輸入數據都有相應輸出數據與之對應。

;監督學習指訓練集中包括沒有輸出數據與之對應的輸入數據,且所有輸入數據屬于同類別數據。

關于Spark中的RDD描述正確的（）

參考答案:

Destributed：分布式，可以并行在集群計算。

;RDD（ResilientDistributedDatset）叫做彈性分布式數據集，是Spark中最基本的數據抽象。

;Resilient：表示彈性的，彈性表示。

;Datset：就是一個集合，用于存放數據的。

大數據的定義是不唯一的，從不同的角度對大數據都會有不同的理解。（）

參考答案:

對

關系抽取一般在實體抽取任務之后，用于抽取兩個實體之間的句間關系。（）

參考答案:

錯

Spark的四大組件為SparkStreaming、Mlib、Graphx、SparkR。（）

參考答案:

錯

第二章測試

關于Python語言的變量，以下選項中說法正確的是（）。

參考答案:

隨時命名、隨時賦值、隨時使用

以下選項中，不是建立字典的方式是（）。

參考答案:

null

下列說法中正確的是（）。

參考答案:

break能結束循環，而continue只能結束本次循環

tuple(range(2,10,2))的返回結果為（）。

參考答案:

(2,4,6,8)

Python列表中所有元素必須為相同類型的數據。（）

參考答案:

錯

在函數內部沒有任何聲明的情況下直接為某個變量賦值，這個變量一定是函數內部的局部變量。（）

參考答案:

對

在定義函數時，某個參數名字前面帶有兩個*符號表示可變長度參數，可以接收任意多個關鍵參數并將其存放于一個字典之中。（）

參考答案:

對

使用內置函數open()且以”w”模式打開的文件，文件指針默認指向文件尾。（）

參考答案:

錯

下面代碼的輸出結果是（）forsin"abc":

foriinrange(3):

print(s,end="")

ifs=="c":

break

參考答案:

aaabbbc

下面代碼的輸出結果是（）x=10y=3print(x%y,x**y)

參考答案:

11000

第三章測試

s=pd.Series(np.random.randint(59,100,5),index=list("ABCDE"))，能夠原地刪除s[“A”]的操作是（）。

參考答案:

dels["A"]

若有grouped_sc=df.groupby('學校')，則查詢查看分組數量應采用（）

參考答案:

grouped_sc.ngroups。

下列方法中，能夠利用pandas.DataFrame()創建DataFrame的是（）。

參考答案:

通過Series創建

;通過隨機函數創建

;通過Python字典創建

;通過ndarray對象創建

關于缺失值填充函數pandas.DataFrame.fillna()，正確的說法是（）。

參考答案:

value參數用于指示用來填充缺失值的數據。

;method參數為pad表示用缺失值前面的值對缺失值進行填充。

;axis參數表示填充維度，確定從行開始或是從列開始。

df包含"計劃銷售額"和"實際銷售額"兩列數據，若要篩選未完成計劃銷售額但實際銷售額不低于4000的所有月份信息，可用的方式有（）。

參考答案:

df[(df["計劃銷售額"]＞df["實際銷售額"])&(df["實際銷售額"].ge(4000))]。

;df[(df["計劃銷售額"].gt(df["實際銷售額"]))&(df["實際銷售額"].ge(4000))]。

;df.query("計劃銷售額＞實際銷售額&實際銷售額＞=4000")。

;df[(df["計劃銷售額"]＞df["實際銷售額"])&(df["實際銷售額"]＞=4000)]。

下列屬于透視操作的是（）。

參考答案:

pivot_table()。

;crosstab()。

;pivot()。

pandas讀取csv文件時可使用usecols參數指定某個列作為索引。（）

參考答案:

錯

pandas.DataFrame.sum(axis=1)表示對每行數據求和。（）

參考答案:

對

unstack()可將列旋轉到行，從而將寬表變成長表。（）

參考答案:

錯

第四章測試

繪制折線圖時用label參數可為圖表添加圖例，但必須與()配合使用。

參考答案:

legend()。

關于注釋的說法中，正確的是（）。

參考答案:

matplotlib.pyplot.text()主要用于無指向型注釋。

繪制折線圖的函數是（）。

參考答案:

plot()。

在繪制兩組數據對比的柱形圖時，若希望兩組柱形并列顯示，應通過調整（）實現。

參考答案:

參數x和width。

導入matplotlib的可行的做法是（）

參考答案:

importmatplotlib.pyplotasplt()。

;importmatplotlib.pyplot。

;frommatplotlibinmportpyplot。

關于雷達圖繪制，正確說法的有（）。

參考答案:

使用polar()繪制極坐標系，然后用plot()繪制雷達圖時無需閉合數據。

;xticks()可用來設置弧度信息。

;直接使用polar()繪圖時需使用np.concatenate()使數據閉合。

關于箱線圖繪制，正確說法的有（）。

參考答案:

參數whis用于指定上下須與上下四分位的距離，默認為1.5倍的四分位差。

;參數sym用于指定異常點的形狀，默認為+號顯示。

fontdict是用來設置字體屬性的字典型參數。（）

參考答案:

對

bar()函數可通過參數bottom選擇水平/垂直的柱形條的繪制方式。（）

參考答案:

錯

氣泡圖本質上仍屬于散點圖。（）

參考答案:

對

第五章測試

兩個變量y與x的回歸模型中，通常用R方來刻畫回歸效果，則正確的敘述是（）。

參考答案:

R方越小，殘差平方和大。

如果擬合曲線幾乎通過了所有實測數據點，很有可能出現的現象是（）。

參考答案:

過擬合。

以下（）是線性回歸方程參數求解常用的方法。

參考答案:

梯度下降法。

線性回歸模型中的損失函數用來估量預測值與（）的差異程度。

參考答案:

真實值。

與梯度下降法相比，當輸入變量k較大時，正規方程法求解參數的速度要更慢。（）

參考答案:

對

梯度下降法需要選擇學習率，需要多次迭代求解參數。（）

參考答案:

對

參考答案:

;;

第六章測試

有關聚類分析說法錯誤的是（）。

參考答案:

聚類分析無法提取樣本特征

下面算法中，算法分析是建立在凸球形的樣本空間的是（）。

參考答案:

凝聚聚類算法

;K中心點算法

;K-means

輪廓系數只能用于K-means算法的評估。（）

參考答案:

錯

DBSCAN算法對參數敏感。（）

參考答案:

對

凝聚聚類分析是一種自底向上的聚類分析算法。（）

參考答案:

對

關于K-means聚類說法正確的是（）。

參考答案:

K-means需要事先指定K的數目

;K-means實現采用的是貪心策略

;K-means的聚類中心是聚類中心的均值

K中心點算法是異常值敏感的聚類算法。（）

參考答案:

對

K-means算法是異常值敏感的聚類算法。（）

參考答案:

對

下面哪一個算法不是聚類分析算法（）

參考答案:

KNN

聚類分析的相似性度量方法，以下哪種方法只考慮了變量之間的方向（）

參考答案:

第七章測試

Logistic回歸分析屬于（）回歸

參考答案:

非概率型線性回歸

C4.5決策樹構造算法的特征選擇采用（）

參考答案:

信息增益

關于樸素貝葉斯分類器，正確的有（）

參考答案:

所謂“樸素”假設，即是樣本特征（屬性）的條件獨立假設

;是一種概率分類器

;利用貝葉斯公式將樣本屬于某個類別的概率轉換為后驗概率來計算

支持向量機SVM算法采用的損失函數是（）

參考答案:

鉸鏈損失函數

支持向量機分類器求解方法有（）

參考答案:

內點法

;隨機梯度下降

;序列最小優化

第八章測試

以下關于Boosting和Bagging說法正確的是（）。

參考答案:

Bagging可以用來減小方差

一般情況，在個體學習器性能相差較大時宜使用（）結合策略。

參考答案:

加權平均法

集成方法是并行集成方法。（）

參考答案:

錯

集成學習只對大規模的數據集有較好的策略。（）

參考答案:

錯

以下哪些方法可以減少過擬合（

）

參考答案:

使用集成學習方法;

降低模型復雜度;正則化;增加更多數據

第九章測試

關于多層感知機的說法正確的是（）。

參考答案:

多層感知機是前饋型神經網絡

多層感知機神經網絡的輸入層有2個輸入特征，隱藏層有3個神經元，輸出層有2個神經元，則該網絡中共有多少個參數（）。

參考答案:

17

梯度下降是神經網絡參數學習中的一種方法。（）

參考答案:

對

參考答案:

循環神經網絡不具有參數共享性。（）

參考答案:

錯