错题知识点回顾1

大数据

1、数据预处理的主要步骤分为：
数据清理、数据集成、数据规约、数据变换

数据清理：通过填补缺失值、光滑噪声数据，平滑或删除离群点，并解决数据的不一致性来“清理“数据。否则输出的结果是不可靠的。

数据集成：数据分析任务多半涉及数据集成。数据集成将多个数据源中的数据结合成、存放在一个一致的数据存储，如数据仓库中。这些源可能包括多个数据库、数据方或一般文件。

数据规约：数据归约技术可以用来得到数据集的归约表示，它小得多，但仍接近地保持原数据的完整性。 这样，在归约后的数据集上挖掘将更有效，并产生相同(或几乎相同)的分析结果。数据变换数据变换包括对数据进行规范化，离散化，稀疏化处理，达到适用于挖掘的目的。

2、为数据的总体分布建模，把多维空间划分成组等问题属于数据挖掘的哪一类任务？
建模描述
其他选项分析：
1）探索性数据分析（EDA，Exploratory Data Analysis）：

对数据进行清洗，对数据进行描述（描述统计量，图表），查看数据分布，比较数据间的关系，培养对数据的直觉，对数据进行总结等。
传统统计分析步骤：
提出问题->准备数据->建模->分析->得出结论
探索性数据分析步骤：
提出问题->准备数据->分析->建模->得出结论

EDA注重数据的真实分布，强调数据的可视化，使分析者一目了然看到数据中的规律，从而得到启发，建立何时的数据模型。
2）预测建模

1预测方法和模型选择->
2预测指标和确定指标评价体系->
3检验、修正不合理的预测模型->
4计算预测值与分析结果,并根据最新反馈信息修正预测结果

主要预测模型有：线性回归模型、指数平滑模型、趋势外推模型、ARIMA预测模型（差分整合移动自回归）、马尔可夫预测模型、投入产出预测模型、灰色预测模型、人工神经网络预测模型（BP神经网络+非线性函数理论）。

3、考虑值集{1、2、3、4、5、90}，其截断均值（p=20%）是（3.5）
截断均值计算：
共6个数，p=0.2，则前后各去掉int（6*0.1）个数，得到（2，3，4，5）取均值=3.5

4、最大最小规范化，映射到[0,1]

算法

1、排序算法
个数约为50K的数列需要进行从小到大排序，数列特征是基本逆序（多数数字从大到小，个别乱序），以下哪种排序算法在事先不了解数列特征的情况下性能最优（不考虑空间限制）。

冒泡、选择、插入，基本时间复杂度为O(N^2)
题目中要求升序/降序，就是改进的冒泡排序，近似O(N)。快速排序时间复杂度退化成O(N^2)，而堆排序无论任何情况下的时间复杂度都是O(NlogN)。

网址：错题知识点回顾1 https://www.yuejiaxmz.com/news/view/33724

相关内容

新生儿育儿知识 妈妈如何照顾新生儿
照顾狗狗的要点
关于育儿知识！这篇文章一定不要错过！
美容与化妆技术 知识点1舞台妆妆容技巧一 MH0205pp01知识点1舞台妆妆容技巧一.ppt
狗狗日常照顾小知识
夏季养生小知识发给顾客的？
家居装修花点小钱,让生活变好 1%
活动 | “老年人家庭自救与急救知识讲座”精彩回顾！
【宠物知识】宠物知道你是在照顾它吗
临近年关，小型宠物犬托运回家该如何照顾

随便看看