大数据工程技术人员五级初级工-大数据分析 详细题库

结构化、半结构化与非结构化知识 题目预览

• 第 1 题 单选题
  数据分类中，类别标签通常由（ ）提供。
  • A. 算法自动生成
  • B. 领域专家或历史数据
  • C. 随机分配
  • D. 数据聚类结果
  解析：数据分类作为有监督学习任务，依赖于预定义的类别标签，这些标签通常源自领域知识或历史标注数据。
• 第 2 题 单选题
  以下关于数据分类的说法，正确的是（ ）。
  • A. 分类只能处理数值型数据
  • B. 分类模型可以用于回归问题
  • C. 分类不需要训练数据
  • D. 分类是有监督学习
  解析：数据分类本质上是监督学习，需要训练数据与标签；它可处理多种数据类型，但主要针对类别预测而非回归。
• 第 3 题 单选题
  在数据分类中，过拟合是指（ ）。
  • A. 模型在训练集上表现好，在测试集上表现差
  • B. 模型在训练集和测试集上都表现差
  • C. 模型过于简单
  • D. 数据噪声过大
  解析：过拟合描述模型过度拟合训练数据，导致泛化能力下降，即在训练集上性能高而在测试集上性能低。
• 第 4 题 单选题
  对于二分类问题，常用的评估指标是（ ）。
  • A. 均方误差
  • B. 轮廓系数
  • C. 准确率和召回率
  • D. 支持度
  解析：二分类评估常使用准确率、召回率、F1分数等指标；均方误差用于回归，轮廓系数用于聚类，支持度用于关联规则。
• 第 5 题 判断题
  数据分类任务必须使用结构化数据。
  • A. 对
  • B. 错
  解析：数据分类可应用于结构化、半结构化和非结构化数据，但非结构化数据需经过特征提取等预处理转化为合适形式。
• 第 6 题 判断题
  在数据分类中，特征选择是为了提高模型的准确性和效率。
  • A. 对
  • B. 错
  解析：特征选择通过筛选相关特征，减少维度与噪声，从而提升分类模型的性能与运行效率。
• 第 7 题 多选题
  数据分类中，模型评估常用的指标有（ ）。
  • A. 准确率
  • B. 召回率
  • C. F1分数
  • D. 轮廓系数
  • E. 均方误差
  解析：准确率、召回率和F1分数是分类模型的核心评估指标；轮廓系数适用于聚类，均方误差适用于回归分析。
• 第 8 题 多选题
  关于数据分类，以下说法正确的有（ ）。
  • A. 分类是有监督学习
  • B. 分类可以用于预测类别标签
  • C. 分类模型训练需要标签数据
  • D. 分类和聚类可以互换使用
  • E. 分类只能处理数值特征
  解析：数据分类属于监督学习，用于类别预测且依赖标签数据；分类与聚类是不同任务，不能互换；分类可处理数值及分类特征（需编码）。