第一章单元测试
1、本课程特色包括
A.
嵌入Python软件，培养算法落地能力
B.
剖析20+精彩案例，培养综合实战技能
C.
精析数据分析算法，培养数据分析意识
喵查答案：嵌入Python软件，培养算法落地能力&剖析20+精彩案例，培养综合实战技能&精析数据分析算法，培养数据分析意识
2、本课程包括的知识点包括
A.
Python基本数据分析实战
B.
Python入门
C.
Python数据分析高级实战
喵查答案：Python基本数据分析实战&Python入门&Python数据分析高级实战
3、本课程的Python入门部分中您将学习到的内容包括
A.
Python三剑客（numpy,pandas,matplotlib）
B.
Python简介
C.
Python基本语法
D.
Python基本编程
喵查答案：Python三剑客（numpy,pandas,matplotlib）&Python简介&Python基本语法&Python基本编程
4、本课程的Python高级数据分析部分中您将学习到的内容包括
A.
无监督学习
B.
有监督学习（分类问题）
C.
高级话题
D.
有监督学习（回归问题）
喵查答案：无监督学习&有监督学习（分类问题）&高级话题&有监督学习（回归问题）
5、本课程讲授六步法的基本目标是
A.
算法清楚
B.
软件熟练
C.
理论扎实
D.
落地精准
喵查答案：算法清楚&软件熟练&理论扎实&落地精准
第二章单元测试
1、下列关于Python语法叙述错误的是
A.
Python中使用#号注释语句
B.
Python使用括号组织代码
C.
for循环中，冒号为缩进代码块的开始，冒号之后的所有代码的缩进量必须相同，直到代码块结束
D.
Python句尾不需要分号
喵查答案：Python使用括号组织代码
2、下述代码的返回结果是
def fun(k):
y = 2*k+k**2
return y
print(fun(3))
A.
15
B.
12
C.
14
D.
13
喵查答案：15
3、Python语句中用于注释代码的符号是
A.
!号
B.
%号
C.
$号
D.
#号
喵查答案：#号
4、下述代码返回的结果是
import numpy as np
t = 2.5868
print(np.round(t,2))
A.
2.5
B.
2.59
C.
2.60
D.
2.58
喵查答案：2.59
5、下述说法错误的是
A.
可对列表数据类型进行查、增、删、改
B.
可对字典数据类型进行查、增、删、改
C.
列表是一个可变型的序列，由[ ]完成
D.
元组是一个不可变型的序列，由{ }完成
喵查答案：元组是一个不可变型的序列，由{ }完成
6、下述列表计算的结果是
a= [1,11,10,10001,10001]
a.append(2.5)
print(a)
A.
[2.5,1, 11, 10, 10001, 10001]
B.
[1, 11, 10, 10001, 10001, 2.5]
喵查答案：[1, 11, 10, 10001, 10001, 2.5]
7、下述代码返回的结果是
x = -3.5
if x < 0:
print(x+2)
else:
print(-1*x-5)
A.
-1.5
B.
1.5
C.
0
喵查答案：-1.5
8、下述代码返回的结果是
m = [2,5,4,1,3]
n = []
for k in m:
t = k ** 2 -2
n.append(t)
print(n)
A.
[4, 25, 16, 1, 9]
B.
[5, 26, 17, 2, 10]
C.
[2, 23, 14, -1, 7]
喵查答案：[2, 23, 14, -1, 7]
第三章单元测试
1、下列不属于数据预处理常用方法的是
A.
异常值的发现与处理
B.
缺失值的发现与处理
C.
离散变量重编码
D.
相关分析
喵查答案：相关分析
2、常用描述统计方法包括
A.
描述偏差和相关程度
B.
描述集中程度
C.
数据可视化
D.
描述离散程度
喵查答案：描述偏差和相关程度&描述集中程度&数据可视化&描述离散程度
3、下列参数类假设检验方法中可以用于比较3种不同教学方法之间是否存在显著差异的是
A.
独立样本T检验
B.
单因素方差分析
C.
配对样本T检验
喵查答案：单因素方差分析
4、可以用于直观展示数据值的大小或变化趋势（即比较）的可视化工具有
A.
柱形图
B.
条形图
C.
折线图
D.
饼图
喵查答案：柱形图&条形图&折线图
5、按照可视化专家Andrew Abela的图表使用建议，散点图可以用于展示数据间的联系。
A.
错
B.
对
喵查答案：对
第四章单元测试
1、下述机器学习方法中可以用于降维的是
A.
Kmeans聚类
B.
PCA
C.
决策树
D.
KNN
喵查答案：PCA
2、如果研究者想探讨影响小麦亩产量的因素，采集了若干个样本的各个指标（温度、灌溉量、光照强度、施肥量），则下列哪种方法适合研究本问题？
A.
PCA
B.
多元线性回归分析
C.
一元线性回归
D.
聚类分析
喵查答案：多元线性回归分析
3、随机森林算法叙述正确的是
A.
是一种集成学习算法
B.
随机选择训练样本(行采样)
C.
采用投票法(少数服从多数)确定最终类别归属
D.
随机选择部分特征(列采样)
喵查答案：是一种集成学习算法&随机选择训练样本(行采样)&采用投票法(少数服从多数)确定最终类别归属&随机选择部分特征(列采样)
4、下列关于决策树算法的论述错误的是
A.
决策树基本思想是贪心算法，它以自顶（根节点）向下递推生成的方式构造决策树。
B.
ID3算法的属性选择度量就是使用信息增益，选择最小信息增益的属性作为当前节点的测试属性。
C.
条件熵H(Y|X)表示在已知特征X的条件下，类别Y的不确定性的度量
D.
熵可用于描述信息的不确定性或混乱程度，信息的不确定性越大则熵越大，反之越小
喵查答案：ID3算法的属性选择度量就是使用信息增益，选择最小信息增益的属性作为当前节点的测试属性。
5、下列关于判别分析叙述正确的是
A.
Fishser线性判别分析的基本思想是投影
B.
Fishser线性判别分析（Linear Discriminant analysis, LDA）由R.A.Fisher 于1936年提出
C.
是多元分析中用于判别样本所属类型的一种统计分析方法
D.
利用已知类别的样本建立判别模型，对未知类别的样本进行分类
喵查答案：Fishser线性判别分析的基本思想是投影&Fishser线性判别分析（Linear Discriminant analysis, LDA）由R.A.Fisher 于1936年提出&是多元分析中用于判别样本所属类型的一种统计分析方法& 利用已知类别的样本建立判别模型，对未知类别的样本进行分类
6、朴素贝叶斯分类器的基本算法步骤包括
A.
算概率：计算所有朴素贝叶斯公式中的“零部件”概率
B.
定问题：确定为分类（类标签已知）问题
C.
比大小：计算后验概率，归入最大后验概率类
喵查答案：算概率：计算所有朴素贝叶斯公式中的“零部件”概率&定问题：确定为分类（类标签已知）问题&比大小：计算后验概率，归入最大后验概率类
7、K最近邻（KNN)分类器的基本算法步骤包括
A.
算距离：给定测试对象，计算它与训练集中的每个对象的距离
B.
做分类：根据这k个近邻归属的主要类别，来对测试对象分类
C.
找邻居：圈定距离最近的k个训练对象，作为测试对象的近邻
喵查答案：算距离：给定测试对象，计算它与训练集中的每个对象的距离&做分类：根据这k个近邻归属的主要类别，来对测试对象分类&找邻居：圈定距离最近的k个训练对象，作为测试对象的近邻
8、本章机器学习高级话题中涉及的提升模型算法性能的策略包括调参、交叉验证和采用合理的评价指标。
A.
对
B.
错
喵查答案：对
