《數據分析專項練習題庫》
《CDA數據分析認證考試模擬題庫》
《企業(yè)數據分析面試題庫》

CDA LEVEL Ⅱ_模擬題：

一、單項選擇題（每小題0.5分，共30分）

1、答案（D）

在使用歷史數據構造訓練集（Train）集、驗證（Validation）集和檢驗（Test）時，以下哪個樣本量分配方案比較適合？

A.訓練50%，驗證0%，檢驗50%

B.訓練100%，驗證0%，檢驗0%

C.訓練0%，驗證100%，檢驗0%

D.訓練60%，驗證30%，檢驗10%

 

2、答案(A)

一個累積提升度曲線，當深度（Depth）等于0.1時，提升度為(Lift)為3.14，以下哪個解釋正確?

A.根據模型預測，從最高概率到最低概率排序后，最高的前10%中發(fā)生事件的數量比隨機抽樣的響應率高3.14

B.選預測響應概率大于10%的樣本，其發(fā)生事件的數量比隨機抽樣的響應率高3.14

C.根據模型預測，從最高概率到最低概率排序后，最高的前10%中預測的精確度比隨機抽樣高3.14

D.選預測響應概率大于10%的樣本，其預測的精確度比隨機抽樣高3.14

 

3、答案（C）

在使用歷史數據構造訓練（Train）集、驗證（Validation）集和檢驗（Test）集時，訓練數據集的作用在于

A.用于對模型的效果進行無偏的評估

B.用于比較不同模型的預測準確度

C.用于構造預測模型

D.用于選擇模型

 4、答案（D）

在對歷史數據集進行分區(qū)之前進行數據清洗（缺失值填補等）的缺點是什么？

A.增加了填補缺失值的時間

B.加大了處理的難度

C.無法針對分區(qū)后各個數據集的特征分別做數據清洗

D.無法對不同數據清理的方法進行比較，以選擇最優(yōu)方法

 

5、答案（C）

關于數據清洗（缺失值、異常值），以下哪個敘述是正確的？

A.運用驗證數據集中變量的統(tǒng)計量對訓練集中的變量進行數據清洗

B. 運用驗證數據集中變量的統(tǒng)計量對驗證集中的變量進行數據清洗

C. 運用訓練數據集中變量的統(tǒng)計量對驗證集中的變量進行數據清洗

D.以上均不對

 

6、答案（B）

當一個連續(xù)變量的缺失值占比在85%左右時，以下哪種方式最合理

A.直接使用該變量，不填補缺失值

B.根據是否缺失，生成指示變量，僅使用指示變量作為解釋變量

C.使用多重查補的方法進行缺失值填補

D.使用中位數進行缺失值填補

 

7、答案（B）

構造二分類模型時，在變量粗篩階段，以下哪個方法最適合對分類變量進行粗篩

A.相關系數

B.卡方檢驗

C.方差分析

D.T檢驗

 

8、答案（A）

以下哪個方法可以剔除多變量情況下的離群觀測

A.變量中心標準化后的快速聚類法

B.變量取百分位秩之后的快速聚類法

C.變量取最大最小秩化后的快速聚類法

D.變量取Turkey轉換后的快速聚類法

 

 

9、答案（C）

以下哪種變量篩選方法需要同時設置進出模型的變量顯著度閥值

A .向前逐步法

B. 向后逐步法

C. 逐步法

D. 全子集法

 

10、答案（A）

以下哪個指標不能用于線性回歸中的模型比較：

A.R方  

B.調整R方

C.AIC

D.BIC

 

11、[答案B.]

將復雜的地址簡化成北、中、南、東四區(qū)，是在進行？

A. 數據正規(guī)化(Normalization)  B. 數據一般化(Generalization)  C. 數據離散化(Discretization)  D. 數據整合(Integration)

 

12、【答案（A）】

當類神經網絡無隱藏層，輸出層個數只有一個的時候，倒傳遞神經網絡會變形成為？

A. 羅吉斯回歸  B. 線性回歸  C. 貝氏網絡  D. 時間序列

 

13、[答案B.]

請問Apriori算法是用何者做項目集(Itemset)的篩選 ? 

A. 最小信賴度(Minimum Confidence)

B. 最小支持度(Minimum Support)

C. 交易編號(Transaction ID)

D. 購買數量

 

14、[答案B.]

有一條關聯(lián)規(guī)則為A → B，此規(guī)則的信心水平(confidence)為60%，則代表：

A. 買B商品的顧客中，有60%的顧客會同時購買A

B. 買A商品的顧客中，有60%的顧客會同時購買B

C. 同時購買A,B兩商品的顧客，占所有顧客的60%

D. 兩商品A,B在交易數據庫中同時被購買的機率為60%

 

15、【答案（B）】

下表為一交易數據庫，請問A → C 的支持度(Support)為:

A. 75%      B. 50%       C.100%       D. 66.6%

TID	Items Bought
1	A,B,C
2	A,C
3	A,D
4	B,E,F

 

 

16、【答案（D）】

下表為一交易數據庫，請問A → C 的信賴度(Confidence)為:

A. 75%     B. 50%    C.100%    D. 66.6%

 

TID	Items Bought
1	A,B,C
2	A,C
3	A,D
4	B,E,F

 

17、[答案D.]

倒傳遞類神經網絡的訓練順序為何？( A:調整權重; B:計算誤差值; C:利用隨機的權重產生輸出的結果)

A. BCA      B. CAB      C. BAC       D. CBA

 

18、[答案C.]

在類神經網絡中計算誤差值的目的為何？

A. 調整隱藏層個數 

B. 調整輸入值

C. 調整權重(Weight) 

D. 調整真實值

 

19、[答案A.]

以下何者為Apriori算法所探勘出來的結果?

A. 買計算機同時會購買相關軟件

B. 買打印機后過一個月會買墨水夾

C. 買計算機所獲得的利益

D. 以上皆非

20、[答案D.]

如何利用「體重」以簡單貝式分類(Naive Bayes)預測「性別」？

A. 選取另一條件屬性

B. 無法預測

C. 將體重正規(guī)化為0~1之間

D. 將體重離散化

 

21、[答案B.]

Naive Bayes是屬于數據挖掘中的什么方法？

A. 分群     B. 分類  C. 時間序列  D. 關聯(lián)規(guī)則

 

22、[答案B.]

簡單貝式分類(Naive Bayes)可以用來預測何種數據型態(tài)？

A. 數值    B. 類別  C. 時間  D. 以上皆是

 

23、[答案B.]

如何以類神經網絡仿真羅吉斯回歸(Logistic Regression)？

A. 輸入層節(jié)點個數設定為3

B. 隱藏層節(jié)點個數設定為0

C. 輸出層節(jié)點個數設定為3

D. 隱藏層節(jié)點個數設定為1

 

 

24、[答案B.]

請問以下何者屬于時間序列的問題？

A. 信用卡發(fā)卡銀行偵測潛在的卡奴

B. 基金經理人針對個股做出未來價格預測

C. 電信公司將人戶區(qū)分為數個群體

D. 以上皆是

 

 

25、[答案D.]

小王是一個股市投資人，手上持有某公司股票，且已知該股過去歷史數據如下表所示，今天為預測2/6的股價而計算該股3日移動平均，請問最近的3日移動平均值為多少？

日期	股價
2/1	10
2/2	12
2/3	13
2/4	16
2/5	19

 

 

A. 11     B. 13     C. 14      D. 16

 

26、[答案C.]

下列哪種分類算法的訓練結果最難以被解釋？

A. Naive Bayes

B. Logistic Regression

C. Neural Network

D. Decision Tree

27、[答案B.]

數據遺缺(Null Value)處理方法可分為人工填補法及自動填補法，下列哪種自動填補法可得到較準確的結果？

A. 填入一個通用的常數值，例如填入"未知/Unknown"

B. 把填遺缺值的問題當作是分類或預測的問題

C. 填入該屬性的整體平均值

D. 填入該屬性的整體中位數

 

 

二、多項選擇題

1、（AB）

對于決策類模型、以下哪些統(tǒng)計量用于評價最合適？

A.錯分類率

B.利潤

C.ROC指標

D.SBC

 

2、（BD）

對于估計類模型、以下哪些統(tǒng)計量用于評價最合適？

A.錯分類率

B.極大似然數

C.ROC統(tǒng)計量

D.SBC

 

3、（AB）

以下哪個變量轉換不會改變變量原有的分布形式

A.中心標準化

B.極差標準化

C.TURKEY打分

D.百分位秩

 

4、（AB）

連續(xù)變量轉換時，選取百分位秩而不選用最大最小秩的原因

A.避免模型在使用時，值域發(fā)生明顯變化

B.避免輸入變量值域變化對模型預測效果的影響

C.避免輸入變量的異常值影響

D.是轉換后的變量更接近正態(tài)分布

 

5、（BC）

構造二分類模型時，在變量粗篩階段，以下哪兩個方法最適合對連續(xù)變量進行粗篩

A.皮爾森（Pearson）相關系數

立刻掃碼

看更多數據分析師認證試題

——學數據分析技能一定要了解的大廠入門券，CDA數據分析師認證證書！

CDA（數據分析師認證），與CFA相似，由國際范圍內數據科學領域行業(yè)專家、學者及知名企業(yè)共同制定并修訂更新，迅速發(fā)展成行業(yè)內長期而穩(wěn)定的全球大數據及數據分析人才標準，具有專業(yè)化、科學化、國際化、系統(tǒng)化等特性。

同時，CDA全棧考試布局和認證體系已得到社會認可，并由為IBM、華為等提供全球認證服務的Pearson VUE面向全球提供靈活的考試服務。

報名方式

登錄CDA認證考試官網注冊報名>>點擊報名

報名費用

Level Ⅰ：1200 RMB

Level Ⅱ：1700 RMB

Level Ⅲ：2000 RMB

考試地點

Level Ⅰ + Level Ⅱ：中國區(qū)30+省市，70+城市，250+考場，考生可就近考場預約考試 >看看我所在的地哪里報名<

Level Ⅲ：中國區(qū)30所城市，北京/上海/天津/重慶/成都/深圳/廣州/濟南/南京/杭州/蘇州/福州/太原/武漢/長沙/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/長春/大連/蘭州>看看我所在的地哪里報名<

報考條件

CDA Level I >了解更多<

? 報考條件：無要求。

? 考試時間：隨報隨考。

CDA Level II >了解更多<

? 報考條件：獲得CDA Level Ⅰ認證證書；

? 考試時間：隨報隨考。

CDA Level III >了解更多<

? 報考條件：獲得CDA Level Ⅱ認證證書；

? 考試時間：一年四屆 3月、6月、9月、12月的最后一個周六。

（備注：數據分析相關工作不限行業(yè)，可涉及統(tǒng)計，數據分析，數據挖掘，數據庫，數據管理，大數據架構等內容。）

——熱門課程推薦：

想學習PYTHON數據分析與金融數字化轉型精英訓練營，您可以點擊>>>“人才轉型”了解課程詳情；

想從事業(yè)務型數據分析師，您可以點擊>>>“數據分析師”了解課程詳情；

想從事大數據分析師，您可以點擊>>>“大數據就業(yè)”了解課程詳情；

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

想了解Python數據分析，您可以點擊>>>“Python數據分析師”了解課程詳情；

想咨詢互聯(lián)網運營，你可以點擊>>>“互聯(lián)網運營就業(yè)班”了解課程詳情； 

想了解更多優(yōu)質課程，請點擊>>>