東財(cái)23春《大數(shù)據(jù)——概念、方法與應(yīng)用》單元作業(yè)2【答案】

可做奧鵬全部院校在線離線作業(yè)畢業(yè)論文QQ:3230981406 微信:aopopenfd777

發(fā)布時(shí)間:2023-05-24 20:54:34來(lái)源:admin瀏覽: 0 次

東財(cái)《大數(shù)據(jù)——概念、方法與應(yīng)用》單元作業(yè)2


共20道題 總分:100分


一、單選題(共10題,50分)


1.導(dǎo)入與預(yù)處理過(guò)程的特點(diǎn)和挑戰(zhàn)是( )。


A、數(shù)據(jù)量大,導(dǎo)致企業(yè)不堪重負(fù)


B、成本增長(zhǎng)速度快


C、隱私安全


D、以上選項(xiàng)都不正確


2.回歸分析方法反映的是將事務(wù)數(shù)據(jù)庫(kù)中屬性值在( )的特征。


A、地點(diǎn)上


B、空間上


C、時(shí)間上


D、以上都不是


3.K-Means算法不適合處理( )屬性。


A、連續(xù)型


B、離散型


C、穩(wěn)定型


D、隨機(jī)型


4.在企業(yè)危機(jī)管理及其預(yù)警中,管理者更感興趣的是( )。


A、關(guān)聯(lián)規(guī)則


B、意外規(guī)則


C、依賴(lài)規(guī)則


D、相關(guān)規(guī)則


5.聚類(lèi)分析目的是使得屬于同一類(lèi)別的數(shù)據(jù)間的相似性盡可能( )。


A、小


B、大


C、相同


D、隨機(jī)


6.數(shù)據(jù)挖掘的分類(lèi)方法是找出數(shù)據(jù)庫(kù)中一組數(shù)據(jù)對(duì)象的( )并按照分類(lèi)模式將其劃分為不同的類(lèi)。


A、共同點(diǎn)


B、不同點(diǎn)


C、屬性


D、值


7.可視化是給人看的,( )是給機(jī)器看的。


A、數(shù)據(jù)質(zhì)量和管理


B、數(shù)據(jù)挖掘


C、預(yù)測(cè)性分析


D、語(yǔ)音引擎


8.( )需要被設(shè)計(jì)成能夠從“文檔”中智能提取信息。


A、可視化分析


B、數(shù)據(jù)挖掘


C、預(yù)測(cè)性分析


D、語(yǔ)音引擎


9.半結(jié)構(gòu)化的數(shù)據(jù)分析需求可以使用( )。


A、GreenPlum


B、Exadata


C、Infobright


D、Hadoop

 

10.在大數(shù)據(jù)的采集過(guò)程中,其主要的特點(diǎn)和挑戰(zhàn)是( )。


A、安全


B、隱私


C、并發(fā)數(shù)高


D、死鎖


二、多選題(共5題,25分)


1.從商業(yè)層面上看,數(shù)據(jù)挖掘的主要特點(diǎn)有( )。


A、對(duì)商業(yè)數(shù)據(jù)庫(kù)中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換


B、對(duì)商業(yè)數(shù)據(jù)庫(kù)中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行分析


C、對(duì)商業(yè)數(shù)據(jù)庫(kù)中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行其他模型化處理


D、從商業(yè)數(shù)據(jù)庫(kù)中提取輔助商業(yè)決策的關(guān)鍵性數(shù)據(jù)


2.挖掘的特點(diǎn)和挑戰(zhàn)有( )。


A、挖掘的算法很復(fù)雜


B、涉及的數(shù)據(jù)量很大


C、計(jì)算量很大


D、數(shù)據(jù)處理簡(jiǎn)單


3.數(shù)據(jù)挖掘出的知識(shí)表現(xiàn)為( )。


A、可接受的


B、可理解的


C、可運(yùn)用的


D、有規(guī)則的


4.下列選項(xiàng)中,屬于數(shù)據(jù)挖掘功能的有( )。


A、自動(dòng)預(yù)測(cè)趨勢(shì)和行為


B、關(guān)聯(lián)分析


C、聚類(lèi)


D、概念描述


5.概念描述分析( )。


A、特征性描述


B、區(qū)別性描述


C、共同性描述


D、關(guān)聯(lián)性描述


三、判斷題(共5題,25分)


1.用戶(hù)在導(dǎo)入時(shí)是不可以進(jìn)行一些簡(jiǎn)單的清洗和預(yù)處理工作的。( )


A、對(duì)


B、錯(cuò)


2.K-Means算法是用均值算法把數(shù)據(jù)分成K個(gè)類(lèi)的算法。( )


A、對(duì)


B、錯(cuò)


3.K-Means算法對(duì)符號(hào)屬性的數(shù)據(jù)特別有利。( )


A、對(duì)


B、錯(cuò)


4.商業(yè)層面上的數(shù)據(jù)挖掘是為商業(yè)決策提供真正有價(jià)值的信息。( )


A、對(duì)


B、錯(cuò)


5.數(shù)據(jù)挖掘算法僅僅是處理大數(shù)據(jù)的量。( )


A、對(duì)


B、錯(cuò)




奧鵬,國(guó)開(kāi),廣開(kāi),電大在線,各省平臺(tái),新疆一體化等平臺(tái)學(xué)習(xí)
詳情請(qǐng)咨詢(xún)QQ : 3230981406或微信:aopopenfd777

作業(yè)咨詢(xún) 論文咨詢(xún)
微信客服掃一掃

回到頂部