2023大数据竞赛理论试题题库及答案.docx

大数据竞赛理论试题题库

一、选择题

1.scipy.stats中，（）表示二项分布。[单选题]*

A.gamma

B.binom√

C.uniform

D.rayleigh

2.下列关于PCA的说法中：①我们须在使用PCA前标准化数据；②我们应该选择使得模型有最大variance的主成分；③我们应该选择使得模型有最小variance的主成分；④我们可以使用PCA在低维度上做数据可视化。正确的是（）[单选题]。

A.①②④√

B.②④

C.③④

D.①③

3.下列描述中不属于数据预处理方法的是（）。[单选题]*

A.数据清洗:去噪声和无关数据

B.数据集成:将多个数据源中的数据结合起来存在一个一致的数据存储中

C.数据变换:把原始数据转换成为适合数据挖掘的形式

D.数据转化:把连续数据转换为离散数据√

4.Scikit-Leam中，（）可以实现整数分类值转化为独热向量。[单选题]*

A.OridinalEncoder

B.OneHotEncoder√

C.LableEncoder

D.AutoEncoder

5.矩阵相减使用的函数是（）[单选题]*

A.np.add（）

B.np.subtract（）√

C.np.multiply（）

D.np.divide（）

6.下列分割方法中不属于区域算法的是（）[单选题]。

A.分裂合并

B.阈值分割

C.区域生长

D.边缘检测√

7.语句np.random.randn（5，4）的运算结果是（）。[单选题]*

A.生成一个5行4列的随机矩阵√

B.将矩阵的第5行第4列改成一个随机值

C.将矩阵的第4行第了列改成一个随机值

D.将矩阵的第5列和第4列都用随机值代替

8.MapReduce里面的query、sort和limit等都是针对（）的操作。[单选题]*

A.map（）之前√

B.reduce（）之前

C.reduce（）之后

D.finalize（）之后

9.（）模块提供了用于加载和获取流行的参考数据集的方法。[单选题]*

A.sklearn.data

B.sklearn.datasets√

C.sklearn.datas

D.sklearn.datafetch

10.下列关于图像的平滑处理的说法错误的是（）[单选题]。

A.图像的平滑处理是指在尽量保留原有信息的情况下，过滤掉图像内部的噪声

B.图像平滑处理会对图像中与周围像素点的像素值差异较大的像素点进行处理，将其值调整为周围像素点像素值的近似值

C.经过平滑处理后图像质量会下降√

D.以上都对

11.在神经网络中引入了非线性的是（）[单选题]。

A.随机梯度下降

B.修正线性单元（ReLU）√

C.卷积函数

D.以上答案都不正确

12大数据计算服务提供了大数据的存储和计算服务，非常适合应用于大数据分析的领域。以下说法中错误的是（）。[单选题]*

A.可以实现大型互联网企业的数据仓库和BI分析

B.提供了便捷的分析处理海量数据的手段，用户可以不必关心分布式计算细节，从而达到分析大数据的目的

C.可以支持实时OLAP分析√

D.可以基于历史数据，进行用户特征和兴趣挖掘

13.plt.show（）函数的作用是（）[单选题]。

A.展示图像√

B,画直方图

C.保存图像

D.画散点图

14.（）釆用概率模型来表达聚类原型。[单选题]*

A.尝试为不同的质心（centroid）初始化运行算法

B.调整迭代的次数

C.找到集群的最佳数量

D.以上答案都正确√

15.相对于HadoopMapReduce1.0,Spark的特点不包括（）。[单选题]*

A.速度快

B.并发多√

C.通用性

D,易用性

16.下列算法中：①KNN;②线性回归；③对数几率回归。可以用神经网络去构造的（[单选题]*

A.①②

B.②③√

C.①②③

D.以上答案都不正确

17.最早被提出的循环神经网络门控算法是（）o[单选题]*

A.长短期记忆网络√

B.门控循环单元网络

C.堆叠循环神经网络

D.双向循环神经网络

18.下列方法不能成功创建一个Numpy数组的是（）[单选题]*

A.a=np.array（[1，2，3，4]）

B.b=np.zeros（3，4）

C.c=np.ones（1，2，3，4）√

D.d=np.arange（10，30，5）

19.语音识别的应用场景包括（）0[单选题]*

A.语音转文本

B.语音合成

C.人机交互

D.以上都对√

20.Matplotlib中的axvspan（）函数作用是（）[单选题]。

A.在X轴标示不同图形的文本标签图例

B.绘制垂直于x的参考区域√

C.添加x轴内