CDA數(shù)據(jù)分析師章節(jié)練習(xí)(2020.03.02)

多項(xiàng)選擇題
對(duì)于一個(gè)多分類模型，可以如何選擇訓(xùn)練集？（）
A.有放回簡(jiǎn)單隨機(jī)抽樣
B.無(wú)放回簡(jiǎn)單隨機(jī)抽樣
C.分層抽樣
D.整群抽樣
單項(xiàng)選擇題
表2是由表1的數(shù)據(jù)得到的，表2中的M和N的值應(yīng)該分別為？（）表2
A.14和5
B.5和3
C.9和0
D.9和5
單項(xiàng)選擇題
若要對(duì)比各個(gè)國(guó)家之間的人均收入與人均支出的離散程度，應(yīng)使用以下哪種統(tǒng)計(jì)量（）。
A.方差
B.離差
C.離散系數(shù)
D.相關(guān)系數(shù)
單項(xiàng)選擇題
已知某一元線性回歸模型的判定系數(shù)R2M，則自變量與因變量之間的相關(guān)系數(shù)為（）
A.0.4
B.0.6
C.0.8
D.1.0
單項(xiàng)選擇題
以下哪個(gè)聚類方法又叫快速聚類法（）
A.K-means聚類法
B.層次聚類法
C.系統(tǒng)聚類法
D.兩步聚類法
單項(xiàng)選擇題
三個(gè)邏輯回歸模型A、B、C，AUC分別為0.53，0.72，0.8。那么我們一般認(rèn)為這三個(gè)模型哪個(gè)的預(yù)測(cè)能力更強(qiáng)（）
A.A
B.B
C.C
D.無(wú)法判斷
單項(xiàng)選擇題
執(zhí)行如下哪個(gè)命令，用來(lái)初始化name目錄和data目錄（）
A.hadoop namenode-jar
B.hadoop namenode-format
C.hadoop datanode-jar
D.hadoop datanode-format
多項(xiàng)選擇題
Mahout實(shí)現(xiàn)的聚類算法（）
A.K-means
B.Canopy
C.模糊K-Means聚類
D.狄利克雷聚類
多項(xiàng)選擇題
小A針對(duì)產(chǎn)品特征進(jìn)行了一次聚類分析，結(jié)果并不理想。以下哪些方法有助于獲得更有效的聚類結(jié)果（）
A.標(biāo)準(zhǔn)化
B.主成分分析
C.因子分析
D.變量聚類
單項(xiàng)選擇題
缺失值處理屬于的那一個(gè)階段？（）
A.業(yè)務(wù)理解
B.建模預(yù)測(cè)
C.數(shù)據(jù)清洗
D.模型修正

首頁(yè)

題庫(kù)

網(wǎng)課

在線模考

桌面端

CDA數(shù)據(jù)分析師章節(jié)練習(xí)(2020.03.02)

對(duì)于一個(gè)多分類模型，可以如何選擇訓(xùn)練集？（）

表2是由表1的數(shù)據(jù)得到的，表2中的M和N的值應(yīng)該分別為？（）表2

若要對(duì)比各個(gè)國(guó)家之間的人均收入與人均支出的離散程度，應(yīng)使用以下哪種統(tǒng)計(jì)量（）。

已知某一元線性回歸模型的判定系數(shù)R2M，則自變量與因變量之間的相關(guān)系數(shù)為（）

以下哪個(gè)聚類方法又叫快速聚類法（）

三個(gè)邏輯回歸模型A、B、C，AUC分別為0.53，0.72，0.8。那么我們一般認(rèn)為這三個(gè)模型哪個(gè)的預(yù)測(cè)能力更強(qiáng)（）

執(zhí)行如下哪個(gè)命令，用來(lái)初始化name目錄和data目錄（）

Mahout實(shí)現(xiàn)的聚類算法（）

小A針對(duì)產(chǎn)品特征進(jìn)行了一次聚類分析，結(jié)果并不理想。以下哪些方法有助于獲得更有效的聚類結(jié)果（）

缺失值處理屬于的那一個(gè)階段？（）

CDA數(shù)據(jù)分析師章節(jié)練習(xí)(2020.03.02)

對(duì)于一個(gè)多分類模型，可以如何選擇訓(xùn)練集？（）

表2是由表1的數(shù)據(jù)得到的，表2中的M和N的值應(yīng)該分別為？（）表2

若要對(duì)比各個(gè)國(guó)家之間的人均收入與人均支出的離散程度，應(yīng)使用以下哪種統(tǒng)計(jì)量（）。

已知某一元線性回歸模型的判定系數(shù)R2M，則自變量與因變量之間的相關(guān)系數(shù)為（）

以下哪個(gè)聚類方法又叫快速聚類法（）

三個(gè)邏輯回歸模型A、B、C，AUC分別為0.53，0.72，0.8。那么我們一般認(rèn)為這三個(gè)模型哪個(gè)的預(yù)測(cè)能力更強(qiáng)（）

執(zhí)行如下哪個(gè)命令，用來(lái)初始化name目錄和data目錄（）

Mahout實(shí)現(xiàn)的聚類算法（）

小A針對(duì)產(chǎn)品特征進(jìn)行了一次聚類分析，結(jié)果并不理想。以下哪些方法有助于獲得更有效的聚類結(jié)果（）

缺失值處理屬于的那一個(gè)階段？（）

對(duì)于一個(gè)多分類模型，可以如何選擇訓(xùn)練集？（）

表2是由表1的數(shù)據(jù)得到的，表2中的M和N的值應(yīng)該分別為？（）表2

已知某一元線性回歸模型的判定系數(shù)R2M，則自變量與因變量之間的相關(guān)系數(shù)為（）

三個(gè)邏輯回歸模型A、B、C，AUC分別為0.53，0.72，0.8。那么我們一般認(rèn)為這三個(gè)模型哪個(gè)的預(yù)測(cè)能力更強(qiáng)（）

執(zhí)行如下哪個(gè)命令，用來(lái)初始化name目錄和data目錄（）

小A針對(duì)產(chǎn)品特征進(jìn)行了一次聚類分析，結(jié)果并不理想。以下哪些方法有助于獲得更有效的聚類結(jié)果（）

缺失值處理屬于的那一個(gè)階段？（）