阿里巴巴2016数据挖掘工程师笔试及答案.pdfVIP

想要了解上海市小学生的身高,需要抽取500 个样本,这项调查中的样本是? 正确答案: A 你的答案: 空(错误) 从中抽取的500名学生的身高 上海市全部小学生的身高 从中抽取的500名小学生 上海市全部小学生 以下对k-means 聚类算法解释正确的是 正确答案: C 你的答案: 空(错误) 能自动识别类的个数,随即挑选初始点为中心点计算 能自动识别类的个数,不是随即挑选初始点为中心点计算 不能自动识别类的个数,随即挑选初始点为中心点计算 不能自动识别类的个数,不是随即挑选初始点为中心点计算 以下哪个是常见的时间序列算法模型 正确答案: C 你的答案: 空(错误) RSI MACD ARMA KDJ 有个袋子装有2 个红球,2 个蓝球,1 个黄球,取出球以后不再放回,请问取两次出来的球是相同 颜色的概率是多少 正确答案: C 你的答案: 空(错误) 0.3333 0.25 0.2 0.1667 65,8,50,15,37,24,() 。括号中的数字是() 正确答案: B 你的答案: 空(错误) 25 26 22 27 一组数据,均值中位数众数,问这组数据 正确答案: B 你的答案: 空(错误) 左偏 右偏 钟型 对称 SQL 语言允许使用通配符进行字符串匹配的操作,其中‘%’可以表示 正确答案: D 你的答案: 空(错误) 零个字符 1个字符 多个字符 以上都可以 关于正态分布,下列说法错误的是: 正确答案: C 你的答案: 空(错误) 正态分布具有集中性和对称性 正态分布的均值和方差能够决定正态分布的位置和形态 正态分布的偏度为0，峰度为1 标准正态分布的均值为0，方差为1 在以下不同的场景中,使用的分析方法不正确的有 正确答案: B 你的答案: 空(错误) 根据商家最近一年的经营及服务数据,用聚类算法判断出天猫商家在各自主营类目下所属 的商 家层级 根据商家近几年的成交数据,用聚类算法拟合出用户未来一个月可能的消费金额公式 用关联规则算法分析出购买了汽车坐垫的买家,是否适合推荐汽车脚垫 根据用户最近购买的商品信息,用决策树算法识别出淘宝买家可能是男还是女 下列时间序列模型中,哪一个模型可以较好地拟合波动性的分析和预测 正确答案: D 你的答案: 空(错误) AR 模型 MA 模型 ARMA 模型 GARCH 模型 excel 工作簿a 中有两列id、age,工作簿b 中有一列id,需要找到工作薄b 中id 对应的age, 可用的函数包括 正确答案: A B 你的答案: 空(错误) index+match vlookup hlookup find if like 现在有M 个桶,每桶都有N 个乒乓球,乒乓球的颜色有K 种,并且假设第i 个桶第j 种颜色的球 个数为Cij, 比例为Rij=Cij/N,现在要评估哪个桶的乒乓球颜色纯度最高,下列哪种算法和描 述是合理的? 正确答案: C D E F 你的答案: 空(错误) ∑(N/K-Cij)(N/K-Cij)越小越纯 -∑Cij*LOG(Rij)越小越纯 ∑(1-Rij*Rij)越小越纯 ∑(1-Rij)*(1-Rij)越小越纯 ∑(1-Rij)^2 越小越纯 -∑Rij*LOG(Rij)越小越纯 关于相关系数,下列描述中正确的有: 正确答案: A C E 你的答案: 空(错误) 相关系数为0.8 时,说明两个变量之间呈正相关关系 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 相关性等于1相较于相关系数等于0,前者的相关性更强 Pearson 相关系数衡量了两个定序变量之间的相关程度 Spearman相关系数可以衡量两个定序变量之间的相关程度 相关系数为0.2相较于-0.8,前者的相关性更强 关于线性回归的描述,以下正确的有: 正确答案: B C E 你的答案: 空(错误) 基本假设包括随机干扰项是均值为0,方差为1 的标准正态分布 基本假设包括随机干扰下是均值为0 的同方差正态分布 在违背基本假设时,普通最小二乘法估计量不再是最佳线性无偏估计量 在违背基本假设时,模型不再可以估计 可以用DW 检验残差是否存在序列相关性 多重共线性会使得参数估计值方差减小 下列哪些方法可以用来对高维数据进行降维: 正确答案: A B D E F 你的答案: 空(错误) LASSO 主成分分析法 聚类分析 小波分