Data Mining - тест 18

Упражнение 1:

Номер 1

Для какого вида набора данных важно определение наличия сезонной компоненты:

Ответ:

(1) для упорядоченных данных

(2) для неупорядоченных данных

(3) для тех и других

Номер 2

Выберите неверную формулировку

Ответ:

(1) все типы грязных данных в базе данных могут быть автоматически обнаружены и очищены

(2) появление некоторых грязных данных может быть предотвращено

(3) некоторые грязные данные непригодны для автоматического обнаружения и очистки

(4) появление некоторых грязных данных невозможно предотвратить

Номер 3

Наличие дубликатов в наборе данных может быть:

Ответ:

(1) результатом ошибок при подготовке данных

(2) способом повышения значимости некоторых записей

(3) оба ответа верны

Упражнение 2:

Номер 1

Если набор данных упорядочен и в нем присутствует сезонная или цикличная компонента, то каково минимальное количество данных, которое необходимо иметь для возможности анализа?

Ответ:

(1) данные за один сезон/цикл

(2) данные за половину сезона/цикла

(3) данные за два сезона/цикла

Номер 2

Выберите верную(-ые) формулировку(-и).

Ответ:

(1) все типы грязных данных в базе данных могут быть автоматически обнаружены и очищены

(2) появление некоторых грязных данных может быть предотвращено

(3) некоторые грязные данные непригодны для автоматического обнаружения и очистки

(4) появление некоторых грязных данных невозможно предотвратить

Номер 3

При наличии дубликатов в наборе данных следует использовать такой вариант их обработки:

Ответ:

(1) удалить всю группу записей, содержащую дубликаты

(2) заменить группу дубликатов на одну уникальную запись

(3) оба варианта можно использовать при обработке дубликатов

Упражнение 3:

Номер 1

 Если набор данных не упорядочен, то количество данных, которое необходимо иметь для возможности анализа данных:

Ответ:

(1) не имеет значения

(2) должно быть больше одного цикла

(3) желательно, чтобы количество записей в наборе данных было значительно больше количества переменных

Номер 2

Все типы грязных данных в базе данных могут быть автоматически обнаружены и очищены

Ответ:

(1) формулировка неверна

(2) формулировка верна

(3) в зависимости от метода очистки данных

Номер 3

Ваши действия при обнаружении выбросов в наборе данных:

Ответ:

(1) их следует сразу же исключить из дальнейшего анализа

(2) оценить степень их влияния на результаты дальнейшего анализа

(3) такой набор данных вообще не поддается анализу

Упражнение 4:

Номер 1

Какой из перечисленных этапов является первым в процессе Data Mining?

Ответ:

(1) анализ предметной области

(2) подготовка данных

(3) построение модели

Номер 2

Если данные являются неупорядоченными, это означает …

Ответ:

(1) невозможность процесса Data Mining

(2) возможность процесса Data Mining

(3) необходимость их упорядочения перед проведением анализа

Номер 3

Качество данных – это критерий, определяющий такие качества данных как:

Ответ:

(1) полноту

(2) точность

(3) своевременность

(4) возможность их интерпретации

(5) все варианты верны

Упражнение 5:

Номер 1

 Постановка задачи …

Ответ:

(1) является необходимым этапом процесса Data Mining

(2) является необязательным этапом процесса Data Mining

(3) не является этапом процесса Data Mining

Номер 2

Репрезентативность выборки означает, что …

Ответ:

(1) выборка должна представлять как можно больше возможных ситуаций

(2) выборка должна включать более ста записей

(3) число записей выборки должно соответствовать числу переменных

Номер 3

Существуют такие типы грязных данных:

Ответ:

(1) данные, которые могут быть автоматически обнаружены и очищены

(2) данные, которые не могут быть автоматически обнаружены и очищены

(3) данные, появление которых можно было предотвратить

(4) данные, появление которых невозможно было предотвратить