南开大学2021年9月《数据科学导论》作业考核试题及答案参考5.pdf

数据科学是信息技术领域的一个重要分支，它涉及到数据的收集、清洗、分析和挖掘，以便从中发现有价值的模式和信息。在南开大学2021年9月的《数据科学导论》作业考核试题中，涉及了多个关键知识点，涵盖了网络通信协议、数据挖掘、Python编程、聚类算法、游戏策略、大数据特性、数据安全、医疗大数据、数据变换方法、特征选择、数据可视化、Web技术、分类数据处理、决策树剪枝、随机数生成、回归分析等多个方面。 1. **网络通信协议**：Netware操作系统采用的通信协议是IPX/SPX，这是Novell公司开发的网络协议，常用于局域网环境。 2. **频繁项集**：在数据挖掘中，满足最小支持度阈值的所有项集称为频繁项集，这是关联规则学习的基础。 3. **数据挖掘**：数据挖掘方法强调从大量数据中发现模式，对于人类移动数据这类大规模数据尤其有效。 4. **时间序列分析**：用于描述相等时间间隔下连续数据随时间变化趋势的图表通常是折线图。 5. **Python定义函数**：在Python中，使用`def`关键字来定义函数。 6. **K-means聚类**：K-means算法中，K值的选择可以通过密度分类法（如DBSCAN）或经验性的“手肘法”来确定。 7. **游戏策略**：在《怪物猎人 OL》中，获取素材的方式包括狩猎怪物、采集和生产调和。 8. **帮派贡献**：在大话西游手游中，通过完成帮派任务、参与帮派大战和限时任务可以获得帮派贡献。 9. **特征选择**：特征选择常见的方法有过滤式、封装式和嵌入式，但不包括开放式。 10. **数据安全**：随着数据量的增长，数据安全问题变得越来越重要，因为数据会吸引更多的潜在攻击者。 11. **医疗大数据来源**：医疗大数据来源于制药企业、临床医疗、费用报销、利用率和健康管理等多个方面。 12. **数据变换方法**：包括中心化变换、极差规格化变换、标准化变换和对数变换，这些都是预处理数据的常见手段。 13. **大数据特征**：大数据的最显著特征是其规模大，此外还包括数据类型多样、处理速度快和价值密度低等特点。 14. **游戏活动参与**：在大话西游手游的水陆大会活动中，玩家需要在皇宫找魏征进入。 15. **DHTML技术**：DHTML技术主要包括样式表、内容定位、动态内容、数据绑定和可下载字体，用于实现网页的动态交互。 16. **分类数据统计**：对于分类数据，通常使用表格统计各类别的频率。 17. **特征工程**：特征工程的子问题包括特征创建、特征提取和特征选择，而不包括特征识别。 18. **GFS文件存储**：Google File System (GFS)将文件切分成64MB的块进行存储。 19. **k近邻法（KNN）**：KNN的分类效果并不一定随着k值增大而变好，过大可能导致过拟合。 20. **拍档系统**：拍档系统不能直接将客户的外汇款打给上游开盘工厂，这可能涉及金融交易规范。 21. **决策树剪枝**：剪枝确实是决策树学习算法防止过拟合的有效手段。 22. **Python的random库**：random库确实用于生成随机数序列，但它们并非总是真实随机，而是伪随机。 23. **k近邻法（KNN）**：再次强调，k值过大可能降低分类效果。 24. **最小二乘法**：在多元线性回归中，最小二乘法的目标是最小化残差平方和。 25. **基于大数据的临床决策支持系统**：其架构包括支撑层、大数据分析层和应用层。 26. **BFR对象**：BFR可能是指备份和恢复过程中的对象，包括废弃集、临时集和留存集，但不包括压缩集。 27. **数据变换**：属性合并是数据变换的一种，而连续属性离散化和简单函数变换属于数据预处理，不属于数据变换。 28. **HDFS集群**：一个HDFS集群包含一个名字节点和若干个数据节点，客户端用于两者间的通信。 以上知识点涵盖了数据科学的多个核心领域，对于理解和应用数据科学理论与实践有着重要的意义。