下列不属于数据预处理原因的是（）。
下列不属于数据预处理原因的是（）。
A.数据可能存在缺失、错误、不一致等问题
B.数据有可能不能很好地反映潜在的模式
C.有些数据属性是无用的或者冗余的
D.数据量过于庞大
正确答案：数据量过于庞大
- 1.关联规则的挖掘算法只能处理（）类型的取值，为此（）是继续其知识发现过程的必要步骤。
- 2.在使用主成分分析法进行数据属性特征提取中，在对数据集进行中心化处理后，为了去除冗余和降低噪音，应将协方差矩阵非对角线上的元素化为（）。
- 3.特征选择方法中，一般的启发式方法有（）。
- 4.使用等距离分箱法进行数据离散化，数据范围为20, 40, 50, 58, 65, 80, 80, 82, 86, 90, 96, 105, 120, 200，区间个数为4。下列属于4个箱的区间是（）。
- 5.使用零均值规范化方法，年收入属性的均值为65，标准差为12，则年收入59万元规范化后为（）。
- 6.使用最小-最大法进行数据规范化，需要映射的目标区间为[0,100]，原来的取值范围是[-10,10]。根据等比映射的原理，一个值8映射到新区间后的值是（）。
- 7.运行以下代码” import matplotlib.pyplot as plt”引入plt后，要绘制散点图，需要利用的函数为（）。
- 8.运行以下代码” import matplotlib.pyplot as plt”引入plt后，要绘制直方图，需要利用的函数为（）。
- 9.运行以下代码” import matplotlib.pyplot as plt”引入plt后，要绘制折线图，需要利用的函数为（）。
- 10.运行以下代码” import matplotlib.pyplot as plt”引入plt后，要绘制饼状图，需要利用的函数为（）。
- 1.给定df是一个DataFrame对象，对df所有字段进行描述性统计，可以利用的方法为（）。
- 2.在Numpy包中，计算标准差的函数为（）。
- 3.在Numpy包中，计算中位数的函数为（）。
- 4.运行以下代码from sklearn.datasets import load（）irisiris（）data = load（）iris（）iris（）data.data.shape输出结果为(150, 4)。则表示iris数据集包括样本特征数为（）。
- 5.运行以下代码from sklearn.datasets import load（）irisiris（）data = load（）iris（）iris（）data.data.shape输出结果为(150, 4)。则表示iris数据集包括样本个数为（）。
- 6.x=(5,0,3,0,2,0,0,2,0,0)和y=(3,0,2,0,1,1,0,1,0,1)，使用余弦相似度公式计算这两个向量之间的相似性等于（）。【如果计算结果是小数，则保留一位；如果是整数，则直接填写整数】
- 7.给定两个数据对象（19,4,5）和（22,6,3），则两个对象之间的上确界距离（）。【如果计算结果是小数，则保留一位；如果是整数，则直接填写整数】
- 8.给定两个数据对象（19,4,5）和（22,6,3），则两个对象之间的曼哈顿距离（）。【如果计算结果是小数，则保留一位；如果是整数，则直接填写整数】
- 9.给定两个数据对象（19,4,5）和（22,6,3），则两个对象之间的欧氏距离（）。【如果计算结果是小数，则保留一位；如果是整数，则直接填写整数】
- 10.中列数是数据集的 最大值 和（）的平均值。