《數(shù)據(jù)分析專項(xiàng)練習(xí)題庫》
《CDA數(shù)據(jù)分析認(rèn)證考試模擬題庫》
《企業(yè)數(shù)據(jù)分析面試題庫》

75.利用Apriori算法計(jì)算頻繁項(xiàng)集可以有效降低計(jì)算頻繁集的時(shí)間復(fù)雜度。在以下的購(gòu)物籃中產(chǎn)生支持度不小于3的候選3-項(xiàng)集，在候選2-項(xiàng)集中需要剪枝的是（BD）

ID 項(xiàng)集

1 面包、牛奶

2 面包、尿布、啤酒、雞蛋

3 牛奶、尿布、啤酒、可樂

4 面包、牛奶、尿布、啤酒

5 面包、牛奶、尿布、可樂

A、啤酒、尿布

B、啤酒、面包

C、面包、尿布

D、啤酒、牛奶

76.下表是一個(gè)購(gòu)物籃，假定支持度閾值為40%，其中__(A D)__是頻繁閉項(xiàng)集。

TID 項(xiàng)

1 abc

2 abcd

3 bce

4 acde

5 de

A、abc

B、ad

C、cd

D、de

77.Apriori算法的計(jì)算復(fù)雜度受__(ABCD)__影響。

A、支持度閥值

B、項(xiàng)數(shù)（維度）

C、事務(wù)數(shù)

D、事務(wù)平均寬度

78. 我們可以用哪種方式來避免決策樹過度擬合 (Overfitting)的問題？ (AB)

A、利用修剪法來限制樹的深度

B、利用盆栽法規(guī)定每個(gè)節(jié)點(diǎn)下的最小的記錄數(shù)目

C、利用逐步回歸法來刪除部分?jǐn)?shù)據(jù)

D、目前并無適合的方法來處理這問題

79.以下屬于分類器評(píng)價(jià)或比較尺度的有: (ACD)

A、預(yù)測(cè)準(zhǔn)確度

B、召回率

C、模型描述的簡(jiǎn)潔度

D、計(jì)算復(fù)雜度

80.在評(píng)價(jià)不平衡類問題分類的度量方法有如下幾種:(ABCD)

A、F1度量

B、召回率（recall）

C、精度（precision）

D、真正率（ture positive rate,TPR）

81.貝葉斯信念網(wǎng)絡(luò)(BBN)有如下哪些特點(diǎn)：（AB）

A、構(gòu)造網(wǎng)絡(luò)費(fèi)時(shí)費(fèi)力

B、對(duì)模型的過分問題非常魯棒

C、貝葉斯網(wǎng)絡(luò)不適合處理不完整的數(shù)據(jù)

D、網(wǎng)絡(luò)結(jié)構(gòu)確定后，添加變量相當(dāng)麻煩

82.如下哪些不是最近鄰分類器的特點(diǎn): (C)

A、它使用具體的訓(xùn)練實(shí)例進(jìn)行預(yù)測(cè)，不必維護(hù)源自數(shù)據(jù)的模型

B、分類一個(gè)測(cè)試樣例開銷很大

C、最近鄰分類器基于全局信息進(jìn)行預(yù)測(cè)

D、可以生產(chǎn)任意形狀的決策邊界

83.如下那些不是基于規(guī)則分類器的特點(diǎn)：（AC）

A、規(guī)則集的表達(dá)能力遠(yuǎn)不如決策樹好

B、基于規(guī)則的分類器都對(duì)屬性空間進(jìn)行直線劃分，并將類指派到每個(gè)劃分

C、無法被用來產(chǎn)生更易于解釋的描述性模型

D、非常適合處理類分布不平衡的數(shù)據(jù)集

84.以下屬于聚類算法的是（ ABD ）。

A、K均值

B、DBSCAN

C、Apriori

D、Jarvis-Patrick（JP）

85.（ CD ）都屬于簇有效性的監(jiān)督度量。

A、輪廓系數(shù)

B、共性分類相關(guān)系數(shù)

C、熵

D、F度量

86. 下列對(duì)ID3算法的描述，何者為真？(A, B, D)

A、每個(gè)節(jié)點(diǎn)的分支度都不相同

B、使用Information Gain作為節(jié)點(diǎn)分割的依據(jù)

C、可以處理數(shù)值型態(tài)的字段

D、無法處理空值的字段

87.（ ABCD ）這些數(shù)據(jù)特性都是對(duì)聚類分析具有很強(qiáng)影響的。

A、高維性

B、規(guī)模

C、稀疏性

D、噪聲和離群點(diǎn)

88．在聚類分析當(dāng)中，（ AD ）等技術(shù)可以處理任意形狀的簇。

A、MIN（單鏈）

B、MAX（全鏈）

C、組平均

D、Chameleon

89.（ AB ）都屬于分裂的層次聚類算法。

A、二分K均值

B、MST

C、Chameleon

D、組平均

90.下列哪種算法可同時(shí)用來做分類以及預(yù)測(cè)數(shù)值？(A, B)

A、Neural Network

B、Decision Tree

C、Logistic Regression

D、Linear Regression

三、內(nèi)容相關(guān)題

（一）、根據(jù)相同的背景材料回答若干道題目，每道題的答案?jìng)€(gè)數(shù)不固定。下列各題A）、B）、C）、D）四個(gè)選項(xiàng)中，每題至少有一個(gè)選項(xiàng)是正確的，多選或少選，均不能得分。

I、下圖為類神經(jīng)元的示意圖，請(qǐng)回答1至3題：

1、【答案（A）】

請(qǐng)問虛線的部分為？

A、類神經(jīng)元 

B、 鍵結(jié)值(Weight) 

C、閥值(Bias) 

D、激發(fā)函數(shù)(Activation Function)

2、【答案（D）】

請(qǐng)問請(qǐng)問( )為？

A、類神經(jīng)元 

B、鍵結(jié)值(Weight) 

C、閥值(Bias) 

D、激發(fā)函數(shù)(Activation Function)

3、【答案（B）】

請(qǐng)問W1, W2, …, Wm為？

A、類神經(jīng)元 

B、鍵結(jié)值(Weight) 

C、閥值(Bias) 

D、激發(fā)函數(shù)(Activation Function)

II、根據(jù)下表的混亂矩陣(Confusion Matrix)，回答4至5題：

4、【答案（A）】

對(duì)于屬性值YES的響應(yīng)率(Precision)應(yīng)如何計(jì)算？ 

A.  B.   C.   D. 

5、【答案（B）】

對(duì)于屬性值YES的捕捉率(Recall)應(yīng)如何計(jì)算？

A.  B.   C.   D. 

（二）、6-10題略

四、案例操作題

帶數(shù)據(jù)，數(shù)據(jù)請(qǐng)見***

（一）、根據(jù)相同的背景材料和數(shù)據(jù)回答若干道題目，每道題的答案?jìng)€(gè)數(shù)不固定。在做題過程中需要使用統(tǒng)計(jì)軟件進(jìn)行相應(yīng)的操作。提供SAS、SPSS和CSV三種格式的數(shù)據(jù)，統(tǒng)計(jì)軟件不受限制。下列各題A）、B）、C）、D）四個(gè)選項(xiàng)中，每題至少有一個(gè)選項(xiàng)是正確的，多選或少選，均不能得分。

I、一家銀行希望使用自有業(yè)務(wù)數(shù)據(jù)和外部征信局?jǐn)?shù)據(jù)來構(gòu)造信用評(píng)分模型。該數(shù)據(jù)保存在Credit這張表中。其變量描述如下：

分析過程需要使用軟件進(jìn)行，可以使用任何軟件完成以下題目：

1、 （AB）

以下哪個(gè)變量是分類變量

A. TARGET

B. BanruptcyInd

C. InqFinanceCnt24

D. TLBadDerogCnt

2、 （B）

這些變量中，有多少個(gè)變量具有缺失值

A. 7

B. 11

C. 12

D. 27

3、（B）

InqCnt06的中位數(shù)是

A.0

B.2

C.40

D.3.11

4、（AC）

以下四個(gè)變量中，哪兩個(gè)右偏嚴(yán)重

A. TLCnt24

B. TlOpenPct

C. TLSatCnt

D. TLSatPct

5、（B）

將數(shù)據(jù)按7:3的比例分為訓(xùn)練集和驗(yàn)證集，對(duì)有缺失值的變量使用中位數(shù)進(jìn)行填補(bǔ)后，使用逐步回歸法以Target為被解釋變量構(gòu)造邏輯回歸，以下哪些變量的解釋力度最強(qiáng)

A.TLBadCnt24

B.TLBalHCPct

C.TLCnt03

D.TLDel60Cnt24

6-10略

（二）、11-20題略

立刻掃碼

看更多數(shù)據(jù)分析師認(rèn)證試題

——學(xué)數(shù)據(jù)分析技能一定要了解的大廠入門券，CDA數(shù)據(jù)分析師認(rèn)證證書！

CDA（數(shù)據(jù)分析師認(rèn)證），與CFA相似，由國(guó)際范圍內(nèi)數(shù)據(jù)科學(xué)領(lǐng)域行業(yè)專家、學(xué)者及知名企業(yè)共同制定并修訂更新，迅速發(fā)展成行業(yè)內(nèi)長(zhǎng)期而穩(wěn)定的全球大數(shù)據(jù)及數(shù)據(jù)分析人才標(biāo)準(zhǔn)，具有專業(yè)化、科學(xué)化、國(guó)際化、系統(tǒng)化等特性。

同時(shí)，CDA全?？荚嚥季趾驼J(rèn)證體系已得到社會(huì)認(rèn)可，并由為IBM、華為等提供全球認(rèn)證服務(wù)的Pearson VUE面向全球提供靈活的考試服務(wù)。

報(bào)名方式

登錄CDA認(rèn)證考試官網(wǎng)注冊(cè)報(bào)名>>點(diǎn)擊報(bào)名

報(bào)名費(fèi)用

Level Ⅰ：1200 RMB

Level Ⅱ：1700 RMB

Level Ⅲ：2000 RMB

考試地點(diǎn)

Level Ⅰ + Level Ⅱ：中國(guó)區(qū)30+省市，70+城市，250+考場(chǎng)，考生可就近考場(chǎng)預(yù)約考試 >看看我所在的地哪里報(bào)名<

Level Ⅲ：中國(guó)區(qū)30所城市，北京/上海/天津/重慶/成都/深圳/廣州/濟(jì)南/南京/杭州/蘇州/福州/太原/武漢/長(zhǎng)沙/西安/貴陽/鄭州/南寧/昆明/烏魯木齊/沈陽/哈爾濱/合肥/石家莊/呼和浩特/南昌/長(zhǎng)春/大連/蘭州>看看我所在的地哪里報(bào)名<

報(bào)考條件

CDA Level I >了解更多<

? 報(bào)考條件：無要求。

? 考試時(shí)間：隨報(bào)隨考。

 CDA Level II >了解更多<

? 報(bào)考條件：獲得 CDA Level Ⅰ 認(rèn)證證書；

? 考試時(shí)間：隨報(bào)隨考。

CDA Level III >了解更多<

? 獲得CDA Level Ⅱ 認(rèn)證證書；

? 考試時(shí)間：

一年四屆 3月、6月、9月、12月的最后一個(gè)周六。

——熱門課程推薦：

想學(xué)習(xí)PYTHON數(shù)據(jù)分析與金融數(shù)字化轉(zhuǎn)型精英訓(xùn)練營(yíng)，您可以點(diǎn)擊>>>“人才轉(zhuǎn)型”了解課程詳情；

想從事業(yè)務(wù)型數(shù)據(jù)分析師，您可以點(diǎn)擊>>>“數(shù)據(jù)分析師”了解課程詳情；

想從事大數(shù)據(jù)分析師，您可以點(diǎn)擊>>>“大數(shù)據(jù)就業(yè)”了解課程詳情；

想成為人工智能工程師，您可以點(diǎn)擊>>>“人工智能就業(yè)”了解課程詳情；

想了解Python數(shù)據(jù)分析，您可以點(diǎn)擊>>>“Python數(shù)據(jù)分析師”了解課程詳情；

想咨詢互聯(lián)網(wǎng)運(yùn)營(yíng)，你可以點(diǎn)擊>>>“互聯(lián)網(wǎng)運(yùn)營(yíng)就業(yè)班”了解課程詳情； 

更多考試介紹及備考福利請(qǐng)點(diǎn)擊：CDA 認(rèn)證考試中心官網(wǎng)