A
从中抽取的500名学?的??B
上海市全部?学?的??C
从中抽取的500名?学?D 上海市全部?学?
A
能?动识别类的个数,随即挑选初始点为中?点计算B
能?动识别类的个数,不是随即挑选初始点为中?点计算C
不能?动识别类的个数,随即挑选初始点为中?点计算D 不能?动识别类的个数,不是随即挑选初始点为中?点计算
A
RSI B
MACD C
ARMA D KDJ
A
0.3333B
0.25C
0.2D 0.1667
A
25B 26C
22D 27
A
左偏B 右偏
阿?巴巴2016数据挖掘?程师笔试
?. 单项选择题
1. 想要了解上海市?学?的??,需要抽取500个样本,这项调查中的样本是?
2. 以下对k-means 聚类算法解释正确的是
3. 以下哪个是常?的时间序列算法模型
4. 有个袋?装有2个红球,2个蓝球,1个?球,取出球以后不再放回,请问取两次出来的球是相同颜?的概率是多少
5.
65,8,50,15,37,24,()。括号中的数字是()
6. ?组数据,均值>中位数>众数,问这组数据
C
钟型D 对称
A
零个字符B
1个字符C
多个字符D 以上都可以
A
正态分布具有集中性和对称性B
正态分布的均值和?差能够决定正态分布的位置和形态C
正态分布的偏度为0,峰度为1D 标准正态分布的均值为0,?差为1
A
根据商家最近?年的经营及服务数据,?聚类算法判断出天猫商家在各?主营类?下所属的商 家层级B
根据商家近?年的成交数据,?聚类算法拟合出?户未来?个?可能的消费?额公式C
?关联规则算法分析出购买了汽?坐垫的买家,是否适合推荐汽?脚垫D 根据?户最近购买的商品信息,?决策树算法识别出淘宝买家可能是男还是?
A
AR 模型B
MA 模型C
ARMA 模型D GARCH 模型
A
index+match B
vlookup C
hlookup D
find E
if F like
A ∑(N/K-Cij)(N/K-Cij)越?越纯
7. SQL 语?允许使?通配符进?字符串匹配的操作,其中‘%’可以表?
8. 关于正态分布,下列说法错误的是:
9. 在以下不同的场景中,使?的分析?法不正确的有
10. 下列时间序列模型中,哪?个模型可以较好地拟合波动性的分析和预测
?. 多选选择题
11. excel ?作簿a 中有两列id 、age,?作簿b 中有?列id,需要找到?作薄b 中id 对应的age,可?的函数包括12. 现在有M 个桶,每桶都有N 个乒乓球,乒乓球的颜?有K 种,并且假设第i 个桶第j 种颜?的球个数为Cij, ?例为Rij=Cij/N,现在要评估哪个桶的乒乓球颜?纯度最?,下列哪种算法和描述是合理的?
B
-∑Cij*LOG(Rij)越?越纯C
∑(1-Rij*Rij)越?越纯D
∑(1-Rij)*(1-Rij)越?越纯E
∑(1-Rij)^2 越?越纯F -∑Rij*LOG(Rij)越?越纯
A
相关系数为0.8时,说明两个变量之间呈正相关关系B
相关系数等于1相较于相关系数等于-1,前者的相关性更强C
相关性等于1相较于相关系数等于0,前者的相关性更强D
Pearson 相关系数衡量了两个定序变量之间的相关程度E
Spearman 相关系数可以衡量两个定序变量之间的相关程度F 相关系数为0.2相较于-0.8,前者的相关性更强
A
基本假设包括随机干扰项是均值为0,?差为1的标准正态分布B
基本假设包括随机干扰下是均值为0的同?差正态分布C
在违背基本假设时,普通最??乘法估计量不再是最佳线性?偏估计量D
在违背基本假设时,模型不再可以估计E
可以?DW 检验残差是否存在序列相关性F 多重共线性会使得参数估计值?差减?
A
LASSO B
主成分分析法C
聚类分析D
?波分析法E
线性判别法F 拉普拉斯特征映射
13. 关于相关系数,下列描述中正确的有:
14. 关于线性回归的描述,以下正确的有:
15. 下列哪些?法可以?来对?维数据进?降维:
三. 问答题
16.
查询成交表a 中的城市city 的成交?额?于0的购买?数(buyer_id)和成交?额(amt)
city buyer_id order_id amt
a 1 1 100
a 1 2 100
b 2 3 100
b 3 4 20
c 4 5 0
17. 公司要构建淘宝商家健康指数,所以要对最近1年内有交易的淘宝商家进?问卷调研。为不过于打搅商家,
问卷调研采取抽样的?式进?确定商家名单。怎么抽样?较好?