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
数据反映了事物或现象之间存在内在数值联系，称为横截面数据。
【A.】√
【B.】×
数据是随时间变化而变化，反映了事物、现象在时间上的发展变动情况，称为横截面数据。
【A.】√
【B.】×
空调销售量随着季节不同而发生较大变动，夏季的销售量一般高于冬季的销售量。空调销售量数据的这种变动称为季节波动。
【A.】√
【B.】×
时间序列的组成部分包括（ ）。
【A.】长期趋势
【B.】季节变动
【C.】循环波动
【D.】不规则变动
无法用组成部分解释或不可控的随机变动，称为( )。
【A.】长期趋势
【B.】季节变动
【C.】循环波动
【D.】不规则变动
指事物或现象呈周而复始的变动，且是无固定规律的交替波动，称为( )
【A.】长期趋势
【B.】季节变动
【C.】循环波动
【D.】不规则变动
要通过某城市历史10年的用电量数据预测未来的用电量，通常采用( )
【A.】分类
【B.】聚类分析
【C.】关联分析
【D.】时间序列模型
事物或现象在不同时刻或时期所形成的数据，称为（ ）。
【A.】横截面数据
【B.】时间序列数据
【C.】虚拟变量数据
【D.】随机数据
数据反映若干事物或现象在同一时刻或时间上所处的状态或特征，或者反映其与时间无关的特征，这些数据反映了事物或现象之间存在内在数值联系，称为（ ）。
【A.】横截面数据
【B.】时间序列数据
【C.】虚拟变量数据
【D.】随机数据
要通过某气象站历史10年的逐日降水数据预测未来的降水量，通常采用( )
【A.】时间序列模型
【B.】分类
【C.】关联分析
【D.】聚类分析
事物或现象在一年内随着季节更换而形成的有规律变动，称为( B )
【A.】长期趋势
【B.】季节变动
【C.】循环波动
【D.】不规则变动
要通过某超市历史1年的客流量数据预测未来的客流量，通常采用( )
【A.】分类
【B.】时间序列模型
【C.】关联分析
【D.】聚类分析
事物或现象在较长时间内持续发展变化的一种趋向或状态，称为( )
【A.】长期趋势
【B.】季节变动
【C.】循环波动
【D.】不规则变动
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大于某一给定的阈值。
【A.】√
【B.】×
DBSCAN算法中，密度可达是直接密度可达的传递闭包，并且这种关系是非对称的。
【A.】√
【B.】×
【A.】√
【B.】×
数据是随时间变化而变化，反映了事物、现象在时间上的发展变动情况，称为横截面数据。
【A.】√
【B.】×
空调销售量随着季节不同而发生较大变动，夏季的销售量一般高于冬季的销售量。空调销售量数据的这种变动称为季节波动。
【A.】√
【B.】×
时间序列的组成部分包括（ ）。
【A.】长期趋势
【B.】季节变动
【C.】循环波动
【D.】不规则变动
无法用组成部分解释或不可控的随机变动，称为( )。
【A.】长期趋势
【B.】季节变动
【C.】循环波动
【D.】不规则变动
指事物或现象呈周而复始的变动，且是无固定规律的交替波动，称为( )
【A.】长期趋势
【B.】季节变动
【C.】循环波动
【D.】不规则变动
要通过某城市历史10年的用电量数据预测未来的用电量，通常采用( )
【A.】分类
【B.】聚类分析
【C.】关联分析
【D.】时间序列模型
事物或现象在不同时刻或时期所形成的数据，称为（ ）。
【A.】横截面数据
【B.】时间序列数据
【C.】虚拟变量数据
【D.】随机数据
数据反映若干事物或现象在同一时刻或时间上所处的状态或特征，或者反映其与时间无关的特征，这些数据反映了事物或现象之间存在内在数值联系，称为（ ）。
【A.】横截面数据
【B.】时间序列数据
【C.】虚拟变量数据
【D.】随机数据
要通过某气象站历史10年的逐日降水数据预测未来的降水量，通常采用( )
【A.】时间序列模型
【B.】分类
【C.】关联分析
【D.】聚类分析
事物或现象在一年内随着季节更换而形成的有规律变动，称为( B )
【A.】长期趋势
【B.】季节变动
【C.】循环波动
【D.】不规则变动
要通过某超市历史1年的客流量数据预测未来的客流量，通常采用( )
【A.】分类
【B.】时间序列模型
【C.】关联分析
【D.】聚类分析
事物或现象在较长时间内持续发展变化的一种趋向或状态，称为( )
【A.】长期趋势
【B.】季节变动
【C.】循环波动
【D.】不规则变动
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大于某一给定的阈值。
【A.】√
【B.】×
DBSCAN算法中，密度可达是直接密度可达的传递闭包，并且这种关系是非对称的。
【A.】√
【B.】×