（一）选择题（30分,15道）
-
大数据摩尔定律：人类社会数据每2年就会翻一倍
-
python中的三目运算符：min=x if x<y else y
-
聚类算法：K-Means算法不能直接对文本数据使用
-
分类算法：KNN的一个距离，不确定是曼哈顿还是欧式距离
-
分类问题的评估指标：我选的是精确率和召回率，还涉及了ROC曲线
-
模块与包：选择错误的，我选的是模块不一定是.py文件，主要是我记得课件里面就是用.py文件创建的模块，以下是课件图
-
负梯度下降算法：这个我是真没见过，但秉着“一定”就是错的原则，选了“负梯度下降算法会使模型一定更优”
-
回归：选错的，我选了“按因变量个数多少，将回归问题分为线性回归和非线性回归”
-
集合：应该是将列表导入set()，求结果，我选的是“{1,2,3}”
-
列表的切片赋值：大概就是下面这个，给一个列表，对后面的赋值
（二）简答题（20分，4道）
-
大数据的技术特点和生产方式 技术特点：5V（快速化、大量化、真实性、价值密度低，多样化）
生产方式：……
-
python中内置序列的特征
元组、列表、字典、列表……自由发挥
-
不可见对象和可见对象的概念，其在函数参数传递时的不同
-
数据分析的基本流程
（三）程序填空（30分，15空）
-
反转字符串：leetcode第541题 印象中的答案：left+=1，right-=1，reverse(i，j)，i+k-1，2k
-
房价预测：线性回归课件中的改编，加了一个pandas的独热编码（很美了）
印象中的答案：“建筑……"，get_dummies()，mean,mean_houses,fit_transfomer，fit，predict，train_test_split，y_test，y_pred，coef_
（四）综合分析题（20分，两道）
- 一道文科题，讨论大数据技术造福了哪些行业，说说“从IT时代迈向DT时代”这句话的理解
- 说一说维度灾难的定义、解决方案；说一说模型复杂度、过拟合、欠拟合的联系和三者的概念。
「真诚赞赏，手留余香」
小段子的技术博客
真诚赞赏，手留余香
使用微信扫描二维码完成支付
