华为大数据HCIE-v2.0版本笔试题库华为大数据HCIE-v2.0版本笔试题库1.(判断)数据挖掘是通过对大量的数据进行分析，以发现和提取隐含在其中的具有价值的信息和知识的过程[单选题]*A.TRUE(正确答案)B.FALSE2.数据挖掘的开发工具除了Python以外，还包含以下哪些工具?*A.SparkMLlib(正确答案)B.MLS(机器学习服务)(正确答案)C.IBMSPSSModeler(正确答案)D.OracleDataMining(正确答案)3.以下哪些属于Python运算符?*A.算数运算符(正确答案)B.推理运算符C.逻辑运算符(正确答案)D.比较运算符(正确答案)4.(单选)假设A，B.C是三个矩阵，A是2X2，B是2X2阶，C是3x2阶，以下哪一个矩阵的运算是有意义的?[单选题]*A.A+B(正确答案)B.ACC.AB+ACD.B+C5.以下关于Python列表的描述正确的是?*A.Python中的列表可以随时进行元素的添加和删除。(正确答案)B.Python中的列表是可变的，定的元素可以是任何的数据类型。(正确答案)C.Python中的列表由个括号包裹住元素，元素用逗号隔开。(正确答案)D.Python中的列表企形式上类似于数组，是一个有序的序列。6.(单选)以下哪个选项不是矩阵乘法对向量的变换?[单选题]*A.投影B.伸缩C.曲线化(正确答案)D.旋转7.(单选)若随机变量X服从正态分布N(u,o^2)，则随机变量Y=aX+b服从以下哪个正态分布?[单选题]*A.N(a^2u+b,a^2o^2)B.N(au+b,a^2o^2)(正确答案)C.N(au+b,a^2o^2+b)D.N(au,a^2o^2)8.与面向过程相比，以下哪些是面向对象的特点?*A.程序可拓展性没有明显的变化B.提高代码复用性(正确答案)C.增加了开发效率(正确答案)D.使程序的编码更加灵活，提高了代码的可维护性(正确答案)9.(单选)以下哪个措施属于反爬措施?[单选题]*A.字体B.滑块验证码C.数据收费D.以上全部正确(正确答案)10.(判断)数据的ETL，其中E为Extract，T为Transform，L为Load。[单选题]*A.TRUE(正确答案)B.FALSE11.(单选)以下哪些选项不属于数值特征离散化的必要性?[单选题]*A.数值高散化实际是一个数据简化机制，通过数值离散化过程，一个完整的数据集变成一个个按照某种规则分类的子集，增强了模型的稳定性。B.离散化数值在提高建模速度和提高模型精度上有显著作用。C.离散化过程并没有带来信息丢失(正确答案)D.离散化后的特征对异常数据有很强的鲁棒性，能减少噪音节点对数据的影响。12.(判断)不要在整个数据集上做归一化处理，要区分训练集和测试集。[单选题]*A.TRUEB.FALSE(正确答案)13.数据挖掘中用于解决预测问题的模型主要包括哪几大类?*A.分类(正确答案)B.流行C.回归(正确答案)D.复变14.(判断)可以利用Python中的KNN算法进行数据缺失值的处理。[单选题]*A.TRUE(正确答案)B.FALSE15.(单选)"点击率问题"是这样一个预测问题，99%的人不会点击，而1%的人会点击，所以这是一个非常不平衡的数据集。假设，现在我们已经建了一个模型来分类，而且有了99%的预测准确率，我们可以下的结论是?[单选题]*A.模型预测准确率已经很高了，我们不需要做什么了。B.模型预测准确率不高，我们需要做点什么改进模型。(正确答案)C.无法下结论D.以上都不对16.机器学习中做特征选择时，以下哪种技术属于Filter(过滤法)[单选题]*A.方差选择法B.B.互信息法C.C.卡方检验D.相关系数法E.以上全都正确(正确答案)17.(单选)我们可以使用Python中scikit-learn库的()函数，来对样本集进feature_selection(特征选择)和dimensionalityreduction(降维)?[单选题]*A.sklearn.neighborsB.sklearn.feature_selection(正确答案)C.sklearn.linearmodelD.sklearn.cluster18.当数据预处理完成后，我们需要选择有意义的特征输入算法和模型进行训练。通常来说，可以从哪些方面考虑来如何进行特征选择?*A.特征是否发散(正确答案)B.特征与目标的相关性(正确答案)C.特征的名称D.以上全都正对19.对于特征选择中的互信息法，以下理解正确的是?*A.互信息法是从信息嫡的角度分析特征和输出值之间的关系评分.(正确答案)B.在Python工具的sklearn模块中，可使用mutual_info_classif(分类)(正确答案)和mutual_info_regression(回归)来计算各个输入行征和输出值之间的互信息。C.互信息的结果对离散化的方式不敏感D.互信息值越大，说明该特征和输出值之间的相关性...
