国开电大《大数据分析与挖掘技术》形考任务2答案参考答案在最后题目1.在关联分析中，下面哪个有可能是频繁3项集（）A.{面包，牛奶}B.面包，牛奶，啤酒{}C.{面包}D.{面包，牛奶，花生，啤酒}题目2.从下面两个变量的相关系数图可以看出（）A.左图相关系数大于0B.右图相关系数小于0C.左图相关系数等于0D.右图相关系数等于0题目3.要考虑“储蓄水平”与“人口水平”之间的相关。“储蓄水平”收集了储蓄比率（sr）、人均可支配收入（dpi）、人均可支配收入变化的百分率（ddpi）3个变量，“人口水平”收集了15岁以下人口的百分比、75岁以上人口百分比2个变量。请问采用下面哪种分析方法更合适（）。A.单向关B.典型相关C.偏相关D.点二列（点双列）相关题目4.关于设定虚拟变量时应当遵循如下原则，下列说法错误的是：()A.对于有k个表现值的定性变量，只设定（k-1）个虚拟变量；B.虚拟变量的值通常用“0”或“1”来表示；C.对于每个样本而言，同一个定性变量对应虚拟变量的值之和不超过1；D.对于季节变量而言，四个季节需要设定4个虚拟变量题目5.如果要解决随着员工职位的变动，员工报酬会变动多大的问题，下面说法不正确的是（）A.员工职位需要考虑成是分类变量B.员工职位需要引入虚拟变量来处理C.如果员工职位有5个类别，那么需要引入5个虚拟变量来表示D.员工报酬需要考虑成被解释变量题目6.为研究电商注册用户数量与其销售收入之间的关系，收集数据得到下面的散点图。请问这样的散点图适用建立下面哪种回归模型（）。A.线性回归模型B.非线性回归模型C.对数线性模型D.Logistic回归模型题目7.当因变量数据具有尖峰厚尾的分布特征或有离群点（即异常值）时，更合适的回归模型是（）。A.线性回归模型B.Logistic回归模型C.分位数回归D.非线性回归题目8.为监测某厂家生产的某款激光打印机的质量问题，考察该款打印机发生故障的次数。其发生故障的次数可能会受到打印纸张数量（千页）、打印机使用时长（千小时）、硒鼓（原装/兼容）等因素的影响。收集数据后的分析结果如下：请问关于上面的结果说法不正确的是：（）A.此次分析构建了一个计数模型B.收集了30个观测数据C.对数似然值为-39.804D.自变量都不显著题目9.近邻分类中的近邻个数说法正确的是：（）A.1-近邻的复杂度最高B.随着近邻个数的增加，模型的复杂度增加C.近邻个数不会影响模型的预测能力D.近邻个数需要人为确定题目10.关于下面的决策树说法不正确的是（）。A.此决策树根节点的gini为0.145B.落入此决策树根节点中的数据有35个C.此次划分的gini增益为0.058D.落入Petal.Length≤5.05的数据将为判为versicolor一类题目11.从下面两个变量的相关系数图可以看出（）A.左图相关系数大于0B.右图相关系数小于0C.左图相关系数大于右图D.右图相关系数等于0题目12.定性数据之间的相关通常采用（）来度量。A.Pearson相关系数B.Spearman相关系数C.Kendalltau-b相关系数D.Hoeffding’sD相关系数题目13.关于分位数回归，下面说法正确的是（）A.当数据具有尖峰厚尾的分布特征或有离群点（即异常值）时，采用分位数回归更稳健。B.分位数回归不需要进行残差检验C.分位数回归会给出因变量不同分位数水平下的参数估计D.分位数回归不需要做模型检验题目14.关于马氏距离说法正确的是：（）A.马氏距离不受总体空间大小的影响B.受计量单位的影响C.反映了按平均水平计算被判定样本到中心的相对距离（该距离以方差为单位）D.是标准化的变量的欧氏距离题目15.决策树中结点的最优划分是依据（）来确定的。A.局部最优性B.信息增益大的划分C.信息增益小的划分D.GINI增益大的划分题目16.由下图中两类数据（红色一类，黄色一类）的划分问题引出的关于线性可分与不可分的概念正确的是（）。A.左图两类数据的划分是一个线性可分问题B.右图的两类数据的划分是一个线性不可分问题C.左图两类数据的划分是一个线性不可分问题D.右图的两类数据的划分是一个线性可分问题题目17.典型相关分析解决的问题是两组变量之间的非线性相关关系。()A.对B.错题目18.按考虑相关因素（变量）的多少，相关关系分为正相关和负相关。（）A.