1、 (重点)下述方法中，属于组合方法的是

2、 (重点)下面可用于特征筛选的方法为

3、 (重点)为了观察测试 Y 与 X 之间的线性关系，X 是连续变量，使用下列哪种图形比较适合

4、 (重点)统计图中，可以方便地同时观察到四分位数分布情况的图是

5、 (重点)某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖掘的哪类问题？

6、 (重点)将原始数据进行集成、变换、维度规约、数值规约是在以下哪个步骤的任务？

7、 (重点)下述可用于度量数据的中心趋势的是

8、 (重点)下述不属于平滑噪声数据的方法是

9、 (重点)假设12个销售价格记录组已经排序如下：5, 10, 11, 13, 15, 35, 50, 55, 72, 92, 204, 215 使用如下每种方法将它们划分成四个箱。等频（等深）划分时，15在第几个箱子内？

10、 (重点)下述算法中不属于决策树算法的是

11、 以下哪个算法是分类算法

12、 (重点)简单地将数据对象集划分成不重叠的子集，使得每个数据对象恰在一个子集中，这种聚类类型称作

13、 (重点)（ C）是一个观测值，它与其他观测值的差别如此之大，以至于怀疑它是由不同的机制产生的。

14、 (重点)关于K-means与K-近邻算法描述,不正确的是

15、 (重点)关于K均值和DBSCAN的比较，以下说法不正确的是

16、 (重点)在数据预处理阶段，常需对数值特征进行归一化或标准化，这种处理方式理论上不会对下列哪个模型产生较大影响

17、 (重点)（ C ）将两个簇的距离定义为不同簇的所有点对的平均逐对距离，它是一种凝聚层次聚类技术。

18、 (重点)在 n 维空间中（n > 1），下列哪种方法最适合用来检测异常值

19、 (重点)点击率预测是一个正负样本不平衡问题（例如 99% 的没有点击，只有 1% 点击）。假如在这个非平衡的数据集上建立一个模型，得到训练样本的正确率是 99%，则下列说法正确的是

20、 (重点)在大型数据集上训练决策树，为了花费更少的时间来训练这个模型，下列哪种做法是正确的

21、 (重点)如果一个经过训练的机器学习模型在测试集上达到 100% 的准确率，这是否意味着该模型将在另外一个新的测试集上也能得到 100% 的准确率呢？

22、 (重点)下面有关分类算法的准确率，召回率，F1 值的描述，错误的是

23、 (重点)一所大学内的各年级人数分别为：一年级200人，二年级160人，三年级130人，四年级110人。则年级人数的中位数是

24、 (重点)通过聚集多个分类器的预测来提高分类准确率的技术称为

25、 (重点)评估分类器性能时，关于ROC曲线和面积AUC的说法，正确的是