數據分析和挖掘試題

題型	題幹	正確答案	A	B	C	D
單選題	評估完模型之後，發現模型存在高偏差（high bias），應該如何解決	B	減少模型的特徵數量	增加模型的特徵數量	增加樣本數量	以上說法都正確
單選題	下面哪句話是正確的？	C	機器學習模型的精準度越高，則模型的性能越好	增加模型的複雜度，總能減小測試樣本誤差	增加模型的複雜度，總能減小訓練樣本誤差	以上說法都不對
單選題	如果使用線性迴歸模型，下列說法正確的是？	A	檢查異常值是很重要的，因爲線性迴歸對離羣效應很敏感	線性迴歸分析要求所有變量特徵都必須具有正態分佈	線性迴歸假設數據中基本沒有多重共線性	以上說法都不對
單選題	關於 L1、L2 正則化下列說法正確的是	C	L2 正則化能防止過擬合，提升模型的泛化能力，但 L1 做不到這點	L2 正則化技術又稱爲 Lasso Regularization	L1 正則化得到的解更加稀疏	L2 正則化得到的解更加稀疏
單選題	爲了觀察測試 Y 與 X 之間的線性關係，X 是連續變量，使用下列哪種圖形比較適合	A	散點圖	柱形圖	直方圖	以上都不對
單選題	下列正則表達式中，（）用於匹配除換行符外的任意字符	A	.	^	$	?
單選題	找到a的最大值b的程序語句是（      ）,其中a=np.random.random(30)	A	b = a.max()	b = a.min()	b = a.sum()	b = a.mean()
填空題	向量 X=[1,2,3,4,-9,0] 的 L1 範數爲	A	19
填空題	有 N 個樣本，一般用於訓練，一般用於測試。若增大 N 值，則訓練誤差和測試誤差之間的差距會	A	減小
填空題	導入numpy庫並簡寫爲 np的代碼是	A	import numpy as np
填空題	是將所有數據歸一到均值爲0方差爲1的分佈中	A	均值方差歸一化
填空題	PCA用                             來衡量樣本間的間距	A	方差
填空題	的功能是查看DataFrame變量df前10行內容	A	df.head(10)
填空題	___               ____的功能是創建一個長度爲10，數值爲0的一維numpy數組 a	A	a = np.zeros(10)
填空題	Python的正則表達式模塊名稱爲	A	Re
填空題	Pandas包含的兩種主要數據類型是               和	AB	Series	DataFrame
填空題	precision=	A	TP/(FP+TP)
填空題	recall=	A	TP/(FN+TP)
填空題	F1=	A	2*Precision*Recall / (Precision + Recall)
判斷題	np.random.randint(5,size=(2,3))的功能是生成 2x3 數組，其中元素是0-5之間的隨機整數。	A	正確	錯誤
判斷題	arr[0:3,4]表示獲取第0，1，2行第4列的元素	A	正確	錯誤
判斷題	pandas中，df.to_csv(filename) 表示從filename中讀取數據	B	正確	錯誤
判斷題	pandas中，df1.dropna(how='any') 表示去掉包含缺失值的行	A	正確	錯誤
判斷題	迴歸和分類都是有監督學習問題	A	正確	錯誤
判斷題	有監督學習是從標籤化訓練數據集中推斷出函數的機器學習任務	A	正確	錯誤
判斷題	在迴歸問題中，標籤是連續值；在分類問題中，標籤是離散值。	A	正確	錯誤
判斷題	如果一個經過訓練的機器學習模型在測試集上達到 100% 的準確率，這意味着該模型將在另外一個新的測試集上也能得到 100% 的準確率	B	正確	錯誤
判斷題	當目標函數是凸函數時，梯度下降算法的解一般就是全局最優解	B	正確	錯誤
單選題	欠擬合的原因是	A	模型複雜度過低，不能很好的擬合所有的數據，訓練誤差大	增加模型複雜度，如採用高階模型（預測）或者引入更多特徵（分類）等	模型複雜度過高，訓練數據過少，訓練誤差小，測試誤差大	降低模型複雜度，如加上正則懲罰項，如L1，L2，增加訓練數據等
單選題	過擬合的原因是	C	模型複雜度過低，不能很好的擬合所有的數據，訓練誤差大	增加模型複雜度，如採用高階模型（預測）或者引入更多特徵（分類）等	模型複雜度過高，訓練數據過少，訓練誤差小，測試誤差大	降低模型複雜度，如加上正則懲罰項，如L1，L3，增加訓練數據等
單選題	避免欠擬合的方法是	B	模型複雜度過低，不能很好的擬合所有的數據，訓練誤差大	增加模型複雜度，如採用高階模型（預測）或者引入更多特徵（分類）等	模型複雜度過高，訓練數據過少，訓練誤差小，測試誤差大	降低模型複雜度，如加上正則懲罰項，如L1，L4，增加訓練數據等
單選題	避免過擬合的方法是	D	模型複雜度過低，不能很好的擬合所有的數據，訓練誤差大	增加模型複雜度，如採用高階模型（預測）或者引入更多特徵（分類）等	模型複雜度過高，訓練數據過少，訓練誤差小，測試誤差大	降低模型複雜度，如加上正則懲罰項，如L1，L5，增加訓練數據等
判斷題	對迴歸問題和分類問題的評價最常用的指標都是準確率和召回率	A	正確	錯誤