注意：此页面搜索的是所有试题
国家开放大学大数据分析与挖掘技术
DBSCAN算法中，密度可达是直接密度可达的传递闭包，并且这种关系是对称的。
【A.】√
【B.】×
DBSCAN聚类可以用于数据分布不均匀，呈块状分布，并且聚集形态是任意形状的情况。
【A.】√
【B.】×
密度相连是对称关系，密度可达也是对称关系。
【A.】√
【B.】×
DBSCAN算法基于密度的聚类的概念，即要求聚类空间中的一定区域所包含对象的数目不小于某一给定的阈值。
【A.】√
【B.】×
路径相互重叠越少，使用Fp-tree结构获得的压缩效果就越好。
【A.】√
【B.】×
Apriori算法的效率比FP-growth算法的效率高。
【A.】√
【B.】×
路径相互重叠越多，使用Fp-tree结构获得的压缩效果就越好。
【A.】√
【B.】×
P-P图或Q-Q图形在残差符合正态假定条件下，散点图看起来应该像是（ ）。
【A.】一条水平直线
【B.】一条截距为0、斜率为-1的直线
【C.】一条截距为0、斜率为1的直线
【D.】一条垂直直线
只有通过检验的模型才能够充分描述变量之间的关系，建立的模型才有现实意义。
【A.】√
【B.】×
P-P图或Q-Q图形在残差符合正态假定条件下，散点图看起来应该像是一条截距为0、斜率为1的直线。
【A.】√
【B.】×
定性因素对因变量的影响在进行回归分析的过程中，需要进行特殊的处理是（ ）。
【A.】把定性变量取对数再做分析
【B.】把定性变量转化为虚拟变量之后再引入回归模型中进行分析
【C.】把定性变量去掉
【D.】无需做任何处理
定性因素对因变量的影响在进行回归分析的过程中，需要把定性变量转化为虚拟变量之后再引入回归模型中进行分析。
【A.】√
【B.】×
参照方程就是指当所有虚拟变量为0时的方程。
【A.】√
【B.】×
定性因素对因变量的影响在进行回归分析的过程中，无需对定性变量做处理。
【A.】√
【B.】×
对含有虚拟变量的回归方程进行分析，应当先确定分析的参照方程。
【A.】√
【B.】×
【A.】√
【B.】×
DBSCAN聚类可以用于数据分布不均匀，呈块状分布，并且聚集形态是任意形状的情况。
【A.】√
【B.】×
密度相连是对称关系，密度可达也是对称关系。
【A.】√
【B.】×
DBSCAN算法基于密度的聚类的概念，即要求聚类空间中的一定区域所包含对象的数目不小于某一给定的阈值。
【A.】√
【B.】×
路径相互重叠越少，使用Fp-tree结构获得的压缩效果就越好。
【A.】√
【B.】×
Apriori算法的效率比FP-growth算法的效率高。
【A.】√
【B.】×
路径相互重叠越多，使用Fp-tree结构获得的压缩效果就越好。
【A.】√
【B.】×
P-P图或Q-Q图形在残差符合正态假定条件下，散点图看起来应该像是（ ）。
【A.】一条水平直线
【B.】一条截距为0、斜率为-1的直线
【C.】一条截距为0、斜率为1的直线
【D.】一条垂直直线
只有通过检验的模型才能够充分描述变量之间的关系，建立的模型才有现实意义。
【A.】√
【B.】×
P-P图或Q-Q图形在残差符合正态假定条件下，散点图看起来应该像是一条截距为0、斜率为1的直线。
【A.】√
【B.】×
定性因素对因变量的影响在进行回归分析的过程中，需要进行特殊的处理是（ ）。
【A.】把定性变量取对数再做分析
【B.】把定性变量转化为虚拟变量之后再引入回归模型中进行分析
【C.】把定性变量去掉
【D.】无需做任何处理
定性因素对因变量的影响在进行回归分析的过程中，需要把定性变量转化为虚拟变量之后再引入回归模型中进行分析。
【A.】√
【B.】×
参照方程就是指当所有虚拟变量为0时的方程。
【A.】√
【B.】×
定性因素对因变量的影响在进行回归分析的过程中，无需对定性变量做处理。
【A.】√
【B.】×
对含有虚拟变量的回归方程进行分析，应当先确定分析的参照方程。
【A.】√
【B.】×