2019级物流管理专业专升本考试商业数据分析练习题.docx

《2019级物流管理专业专升本考试商业数据分析练习题》的文档包含了多项选择题，涵盖了商业数据分析的关键概念，如数据编码、大数据特性、分析工具、HTTP响应状态码、网络爬虫、数据库类型、数据处理方法以及数据可视化等。以下是相关知识点的详细解释： 1. **特征编码**： - 哑变量编码（B选项）是将分类变量转化为多个二元变量，例如性别编码中，"M"对应一个变量为1，"F"对应另一个变量为1，"unknown"对应第三个变量为1。 - 数字编码（C选项，正确答案）是指直接用数字代表类别，如题目中性别编码为0, 1, 2。 2. **大数据的4V特性**： - 大数据的四个主要特性是规模性（Volume）、多样性（Variety）、速度（Velocity）和价值性（Value），不包括合法性（Validity）（C选项，正确答案）。 3. **KNIME分析工具**： - KNIME是一款强大的分析平台，基于Eclipse，提供可视化工作流构建，但并不需要编程，用户可以通过拖拽组件来实现分析（C选项，错误答案）。 4. **HTTP响应状态码**： - 200表示请求成功，301表示永久重定向，404表示未找到（资源不存在），502表示错误的网关（服务器作为网关或代理，但是从上游服务器接收到无效的响应）（C选项，错误答案）。 5. **网络爬虫使用场景**： - 网络爬虫常用于获取网页上的公开信息，例如商品价格、招聘薪资、热点事件评论等，但不能爬取个人电脑内部数据（B选项，正确答案）。 6. **关系型与非关系型数据库**： - 关系型数据库如Oracle、MySQL、SQL Server适合存储结构化的二维表格数据（C选项，正确答案），而非关系型数据库如MongoDB则更适合非结构化数据。 7. **缺失值处理**： - 缺失值处理包括确定范围、比例，删除或填补，但转换数据类型不是缺失值处理的范畴（D选项，正确答案）。 8. **填补法**： - 当特征是连续值时，可以用均值或中位数填补（C选项正确），而离散值通常使用众数或插值方法（B选项，错误答案）。 9. **特征编码**： - 对颜色字段进行独热编码（One-Hot编码，A选项，正确答案），即将每个颜色转化为一个独立的二元变量。 10. **二维表结构**： - 表中的每一列称为一个字段（D选项，正确答案）。 11. **关系型数据库**： - MongoDB是非关系型数据库（C选项，正确答案）。 12. **KNIME组件**： - Views组件主要用来进行数据可视化（E选项，正确答案）。 13. **大数据处理关键环节**： - 数据清洗是数据分析中最重要的环节（D选项，正确答案），因为它影响到后续分析的准确性和有效性。 14. **KNIME组件的作用**： - Manipulation组件主要用于数据清洗（C选项，正确答案）。 15. **回归问题**： - 根据房屋特性预测房价属于回归问题（B选项，正确答案）。 16. **函数筛选条件**： - 函数针对第一条记录行进行编写（B选项，正确答案）。 17. **多级别分类汇总**： - 制作多级别分类汇总时，应取消替换当前分类汇总（A选项，正确答案）。 18. **按“季度”汇总数据**： - 使用数据透视表可以快速实现按季度汇总（C选项，正确答案）。 19. **得到一维表格**： - 对透视表的总计结果双击可以得到一维表格（B选项，正确答案）。 20. **数据发展趋势**： - 折线图（C选项，正确答案）能有效展示数据随时间的发展趋势。 21. **数据集基本统计信息**： - 均值描述数据的集中趋势，而不是离散程度（A选项，正确答案）；标准差和方差是用来描述数据的离散程度。