wayground logo

Free Printable Worksheets

Font size

S
M
L
XL
Worksheets

大数据采集

Total questions: 16

Worksheet time: 17mins

Name
Class
Date
1.

下面哪一个步骤不是切实可行的网站数据抓取方法

a)

用网页爬虫抓取网页数据

b)

调用网站的API抓取数据

c)

直接下载该网站已经集成好的数据包

d)

用手机拍下该网站的每一个网页

2.

下面哪种情况不属于数据清洗要解决的问题:

a)

数据格式不规范

b)

数据没有归一化

c)

数据有重复

d)

数据值缺失

3.

在模型评估阶段,用户的评分记录会被划分为训练集和测试集,其中训练集的用途是:

a)

训练用户来评分

b)

训练数据分析师来分析

c)

训练和设计预测模型

d)

训练数据的有效性

4.

在解决方案的部署阶段,下面哪一个不属于数据分析师的任务范围:

a)

撰写报告描述数据分析结果

b)

将分析成果转换为设计方案或科技出版物

c)

报告上呈经理,以便他们读后做出相应决策

d)

改写公司后台框架,将解决方案部署到公司框架中

5.

下面哪一种属于业务型数据分析的工具:

a)

Python

b)

Tableau

c)

R

d)

Scala

6.

在互联网公司中,数据分析师的日常监控指标不包括:

a)

收益率

b)

用户活跃量

c)

每日登录时间

d)

用户评分

7.

数据探索步骤中不包括以下哪种活动:

a)

符号型数据变成数字

b)

识别模式和趋势

c)

建立回归模型

d)

建立分类模型

8.

用夹角余弦计算用户之间的相似度时,下面哪个值代表两个用户最相似:

a)

0.3

b)

-0.5

c)

-0.5

d)

0.8

9.

在电影网站烂番茄上,用户可以给不同的电影进行评价。目前上映的新电影中,由罗伯特·帕丁森主演的新电影:新蝙蝠侠目前在全球的票房第一。用户渣男给电影打出了95%的新鲜度,用户绿茶给电影打出了60%的新鲜度,而尊贵的你,给电影打出了88%的新鲜度。

请问,这些新鲜度从数据类型上看,是什么类型的数据?

a)

连续型

b)

离散型

c)

符号型

d)

文本型

10.

在数据处理工作中,海量数据被挖掘,同时也有海量数据没有被挖掘,为了保证数据最大程度地还原真实情况,我们需要在哪一个阶段注意这方面的数据风险?

(a)  

11.

在数据处理工作中,海量数据被挖掘,同时也有海量数据没有被挖掘,为了保证数据最大程度地还原真实情况,我们需要在数据抽取阶段怎么取样才能降低数据风险?

(a)  

12.

海王和绿茶都到了试婚年龄:海王今年30,身高180,资产过亿,绿茶今年22,身高170,资产负债蚂蚁花呗2000元。

经过世纪佳缘网站的顾问介绍,海王正式进入高级会员名单,绝大部分男性相亲者的条件都不如海王。

而绿茶不愿意参加相亲,通过朋友介绍发现,由于面容姣好,在婚恋市场上得到不少正面好评。请问:

a)

海王年30,身高180,资产过亿是信息。

b)

海王年30,身高180,资产过亿是数据。

c)

海王年30,身高180,资产过亿经过相亲网站顾问分析归纳,认为其条件超过大部分相亲者,归类为高级会员是信息。

d)

绿茶得到的正面评价是数据。

13.

在数据的分类中,那2种类型的数据需要进行数字转换?

(a)  

14.

童鞋你好,请问你的电脑上已经按照了python和pycharm了吗?

a)

b)

15.

经过前面的学习,你是否已经对大数据产生了兴趣,是否已经准备好每次上课坐第一排认真查看并撰写代码?

a)

是,我准备好了

b)

我害怕

c)

我拒绝

d)

可以不要吗

16.

“啤酒与尿布”的故事产生于20世纪90年代的美国沃尔玛超市中,沃尔玛的超市管理人员分析销售数据时发现了一个令人难于理解的现象:在某些特定的情况下,“啤酒”与“尿布”两件看上去毫无关系的商品会经常出现在同一个购物篮中,这种独特的销售现象引起了管理人员的注意,经过后续调查发现,这种现象出现在年轻的父亲身上。

在美国有婴儿的家庭中,一般是母亲在家中照看婴儿,年轻的父亲前去超市购买尿布。父亲在购买尿布的同时,往往会顺便为自己购买啤酒,这样就会出现啤酒与尿布这两件看上去不相干的商品经常会出现在同一个购物篮的现象。如果这个年轻的父亲在卖场只能买到两件商品之一,则他很有可能会放弃购物而到另一家商店, 直到可以一次同时买到啤酒与尿布为止。沃尔玛发现了这一独特的现象,开始在卖场尝试将啤酒与尿布摆放在相同的区域,让年轻的父亲可以同时找到这两件商品,并很快地完成购物;而沃尔玛超市也可以让这些客户一次购买两件商品、而不是一件,从而获得了很好的商品销售收入,这就是“啤酒与尿布” 故事的由来

a)

仅仅是偶尔发现,和数据无关。

b)

数据工作无处不在。

c)

沃尔玛从上个世纪 90 年代尝试将 Aprior算法引入到 POS机数据分析中,并获得了成功

d)

通过分析购物篮中的商品集合,从而找出商品之间关联关系的关联算法,并根据商品之间的关系,找出客户的购买行为。艾格拉沃从数学及计算机算法角度提 出了商品关联关系的计算方法——Aprior算法。