數據運營筆試判斷題
啊南 1985閱讀 2020.03.28
【導語】: 想要獲得數據運營的offer,那么數據運營的筆試判斷題的分數可要拿下了,雖說判斷題的分數所占的比重不多,但能拿下的分數還得拿下。小編列舉了一些數據運營往年的筆試判斷題,有興趣的求職者可參考一下:
1. 在Excel中,每一個單元格的地址是唯一的( )
2. 表示絕對引用地址符號是$( )
3. 新建工作簿的快捷鍵是Ctrl+N( )
4. 工作表是構成單元格的最小單位( )
5. 在Excel 中,匯總方式只能是求和( )
6. 在Excel操作窗口中,單擊工具欄中“合并居中”按鈕,各單元格中的數據保存不變( )
7. 工作表標簽欄位于工作簿窗口的下端,用于顯示工作表名( )
8. 在Excel中,“清除”命令和“刪除”命令的功能完全相同( )
9. Excel中按ESC鍵可以取消對活動單元格的編輯( )
10. Excel中,可以同時選取多個不相鄰的單元格區域( )
1. 數據挖掘的主要任務是從數據中發現潛在的規則,從而能更好的完成描述數據、預測數據等任務。 (對)
2. 數據挖掘的目標不在于數據采集策略,而在于對于已經存在的數據進行模式的發掘。(對)
3. 圖挖掘技術在社會網絡分析中扮演了重要的角色。(對)
4. 模式為對數據集的全局性總結,它對整個測量空間的每一點做出描述;模型則對變量變化空間的一個有限區域做出描述。(錯)
5. 尋找模式和規則主要是對數據進行干擾,使其符合某種規則以及模式。(錯)
6. 離群點可以是合法的數據對象或者值。(對)
7. 離散屬性總是具有有限個值。(錯)
8. 噪聲和偽像是數據錯誤這一相同表述的兩種叫法。(錯)
9. 用于分類的離散化方法之間的根本區別在于是否使用類信息。(對)
10. 特征提取技術并不依賴于特定的領域。(錯)
11. 序列數據沒有時間戳。(對)
12. 定量屬性可以是整數值或者是連續值。(對)
13. 可視化技術對于分析的數據類型通常不是專用性的。(錯)
14. DSS主要是基于數據倉庫.聯機數據分析和數據挖掘技術的應用。(對)
15. OLAP技術側重于把數據庫中的數據進行分析、轉換成輔助決策信息,是繼數據庫技術發展之后迅猛發展起來的一種新技術。 (對)
1. 關聯規則挖掘過程是發現滿足最小支持度的所有項集代表的規則。(錯)
2. 利用先驗原理可以幫助減少頻繁項集產生時需要探查的候選項個數(對)。
3. 先驗原理可以表述為:如果一個項集是頻繁的,那包含它的所有項集也是頻繁的。(錯)
4. 如果規則 不滿足置信度閾值,則形如 的規則一定也不滿足置信度閾值,其中 是X的子集。(對)
5. 具有較高的支持度的項集具有較高的置信度。(錯)
6. 聚類(clustering)是這樣的過程:它找出描述并區分數據類或概念的模型(或函數),以便能夠使用模型預測類標記未知的對象類。 (錯)
7. 分類和回歸都可用于預測,分類的輸出是離散的類別值,而回歸的輸出是連續數值。(對)
8. 對于SVM分類算法,待分樣本集中的大部分樣本不是支持向量,移去或者減少這些樣本對分類結果沒有影響。 (對)
9. Bayes法是一種在已知后驗概率與類條件概率的情況下的模式分類方法,待分樣本的分類結果取決于各類域中樣本的全體。 (錯)
10.分類模型的誤差大致分為兩種:訓練誤差(training error)和泛化誤差(generalization error). (對)
11. 在決策樹中,隨著樹中結點數變得太大,即使模型的訓練誤差還在繼續減低,但是檢驗誤差開始增大,這是出現了模型擬合不足的問題。 (錯)
12. SVM是這樣一個分類器,他尋找具有最小邊緣的超平面,因此它也經常被稱為最小邊緣分類器(minimal margin classifier) (錯)
13. 在聚類分析當中,簇內的相似性越大,簇間的差別越大,聚類的效果就越差。(錯)
14. 聚類分析可以看作是一種非監督的分類。(對)
15. K均值是一種產生劃分聚類的基于密度的聚類算法,簇的個數由算法自動地確定。(錯)
16. 給定由兩次運行K均值產生的兩個不同的簇集,誤差的平方和最大的那個應該被視為較優。(錯)
17. 基于鄰近度的離群點檢測方法不能處理具有不同密度區域的數據集。(對)
18. 如果一個對象不強屬于任何簇,那么該對象是基于聚類的離群點。(對)
19. 從點作為個體簇開始,每一步合并兩個最接近的簇,這是一種分裂的層次聚類方法。(錯)
20. DBSCAN是相對抗噪聲的,并且能夠處理任意形狀和大小的簇。(對)