資源簡(jiǎn)介

第五單元 數(shù)據(jù)分析與人工智能 單元測(cè)試
一、選擇題
1．?dāng)?shù)據(jù)分析是用適當(dāng)?shù)慕y(tǒng)計(jì)分析方法，對(duì)采集的大量數(shù)據(jù)進(jìn)行分類、整理、統(tǒng)計(jì)、分析，發(fā)現(xiàn)有用信息以形成結(jié)論。下列軟件中，通常不具備數(shù)據(jù)分析功能的是（ ）
A．圖像處理軟件 B．電子表格軟件 C．在線數(shù)據(jù)分析平臺(tái) D．程序設(shè)計(jì)語言
2．?dāng)?shù)據(jù)分析廣泛應(yīng)用于社會(huì)的各個(gè)領(lǐng)域，發(fā)揮著重要作用，下列哪項(xiàng)不是數(shù)據(jù)分析的作用（ ）
A．了解事物發(fā)展的現(xiàn)狀 B．識(shí)別事物發(fā)生的數(shù)據(jù)來源
C．剖析事物的發(fā)展歷程 D．預(yù)測(cè)事物的未來走向
3．在日常考試成績分析中，以下不屬于常用的數(shù)據(jù)分析方法的是（ ）
A．橫向?qū)Ρ?B．縱向?qū)Ρ?C．平均分析法 D．編程分析法
4．為了獲得有價(jià)值的信息，需要對(duì)數(shù)據(jù)做進(jìn)一步的分析，以下關(guān)于數(shù)據(jù)分析作用說法不正確的是（ ）
A．了解事物現(xiàn)狀 B．剖析事物的發(fā)展歷程
C．預(yù)測(cè)事物的未來走向 D．發(fā)現(xiàn)重復(fù)數(shù)據(jù)
5．現(xiàn)要了解同一家公司的商品數(shù)量與目標(biāo)數(shù)量的差距情況，主要采用下列哪一種數(shù)據(jù)分析方法（ ）
A．對(duì)比分析法 B．平均分析法 C．結(jié)構(gòu)分析法 D．構(gòu)成分析法
6．matplotlib庫中的pyplot子庫主要用于繪制圖表，其中用來繪制散點(diǎn)圖的函數(shù)是（ ）
A．plot( ) B．scatter( ) C．title( ) D．bar( )
7．下列選項(xiàng)中不能體現(xiàn)數(shù)據(jù)分析作用的是（ ）
A．剖析事物的發(fā)展歷程 B．了解事物的現(xiàn)狀 C．預(yù)測(cè)事物的未來走向 D．對(duì)數(shù)據(jù)進(jìn)行組織和管理
8．小申根據(jù)如圖所示的七月份日平均風(fēng)速異常情況檢測(cè)可視化圖形撰寫數(shù)據(jù)分析報(bào)告，他對(duì)該圖的分析正確的是（ ）
A．該月的日平均風(fēng)速數(shù)據(jù)中存在異常值
B．可以進(jìn)一步分析用小圓圈表示的這個(gè)數(shù)據(jù)
C．必須立即刪除用小圓圈表示的這個(gè)數(shù)據(jù)
D．該月的日平均風(fēng)速數(shù)據(jù)中存在缺失值
9．小張采集了運(yùn)動(dòng)會(huì)的報(bào)名數(shù)據(jù)錄入到Excel文件，每位同學(xué)最多參加兩個(gè)項(xiàng)目，部分界面如下圖所示。他先使用Excel軟件整理數(shù)據(jù)，存儲(chǔ)為“運(yùn)動(dòng)會(huì)報(bào)名.xlsx”文件后，編寫Python程序完成后續(xù)處理。小張編寫了如下程序，實(shí)現(xiàn)輸出跳高人數(shù)最多的3個(gè)班級(jí)的功能。
import pandas as pd
df=pd.read_excel("運(yùn)動(dòng)會(huì)報(bào)名.xlsx")
g=df.groupby("班級(jí)").跳高. ①
df1=pd.DataFrame({"班級(jí)":g.index,"跳高人數(shù)":g.values})
df2=df1.sort_values("跳高人數(shù)", ② )
print(df2. ③ )
劃線處的代碼應(yīng)填（ ）
A．①count() ②ascending=False ③tail(3)
B．①sum() ②ascending=True ③head(3)
C．①count() ②ascending=True ③tail(3)
D．①sum() ②ascending=False ③head(3)
10．有如下Python程序段：
import pandas as pd
data={'姓名'：['小明'，'夏麗'，'晶晶'，'李華']，'語文'：[90,66,80,78]，'數(shù)學(xué)'：[92,86,75,80]}
dfl=pd.DataFrame(data,columns=['姓名','語文','數(shù)學(xué)'])
df2=df1[df1.語文>=80]
ans=df2['數(shù)學(xué)'].mean()
執(zhí)行該程序段后，ans的值為（ ）
A．83 B．83.5 C．85 D．92
11．下列關(guān)于數(shù)據(jù)處理與應(yīng)用的說法，正確的是（ ）
A．采集數(shù)據(jù)不能通過人工的方法采集
B．采集數(shù)據(jù)后均可直接對(duì)采集到的數(shù)據(jù)進(jìn)行處理和分析
C．只能使用計(jì)算機(jī)程序語言編程進(jìn)行數(shù)據(jù)處理
D．文本數(shù)據(jù)處理主要包括：分詞、特征提取、數(shù)據(jù)分析、結(jié)果呈現(xiàn)等
12．?dāng)?shù)據(jù)集部分內(nèi)容如圖所示，小申發(fā)現(xiàn)其中存在著大量待處理的（ ）
A．缺失值 B．重復(fù)值 C．異常值
13．某中學(xué)食堂部署了一套刷臉支付系統(tǒng)，學(xué)生在食堂消費(fèi)并通過刷臉支付后，系統(tǒng)可根據(jù)累積的消費(fèi)數(shù)據(jù)分析每個(gè)學(xué)生的口味及最喜愛的菜品，食堂據(jù)此來改進(jìn)服務(wù)。為獲取上述分析結(jié)果，系統(tǒng)采用的關(guān)鍵技術(shù)是（ ）
A．?dāng)?shù)據(jù)挖掘 B．虛擬現(xiàn)實(shí) C．智能代理 D．?dāng)?shù)據(jù)壓縮
14．某學(xué)校引進(jìn)了一個(gè)在線智慧教學(xué)平臺(tái)，經(jīng)過若干學(xué)期的線上教學(xué)實(shí)踐積累了學(xué)習(xí)資源、教學(xué)互動(dòng)、學(xué)情信息等大量教學(xué)數(shù)據(jù)。為了不斷提高線上教學(xué)質(zhì)量，在線智慧教學(xué)平臺(tái)可根據(jù)當(dāng)前積累的教學(xué)數(shù)據(jù)，采用（ ）技術(shù)來估計(jì)學(xué)生的學(xué)習(xí)效果，并生成綜合的改進(jìn)方案，完善線上教學(xué)方法。（ ）
A．?dāng)?shù)據(jù)存儲(chǔ)與加密 B．?dāng)?shù)據(jù)索引與排序
C．?dāng)?shù)據(jù)分析與預(yù)測(cè) D．?dāng)?shù)據(jù)共享與保護(hù)
15．下列選項(xiàng)中，不是數(shù)據(jù)分析作用的是（　　）
A．了解事物的現(xiàn)狀 B．方便數(shù)據(jù)的獲取
C．剖析事物的發(fā)展歷程 D．預(yù)測(cè)事物的未來走向
16．想要橫向比較兩條公交線路的客流量，分析哪一條線路更加繁忙，需要用哪種數(shù)據(jù)分析方法？
A．對(duì)比分析法 B．平均分析法 C．關(guān)聯(lián)分析法 D．聚類分析法
17．下列關(guān)于數(shù)據(jù)分析報(bào)告的說法不正確的是（　　）
A．?dāng)?shù)據(jù)分析報(bào)告是項(xiàng)目研究結(jié)果的展示
B．?dāng)?shù)據(jù)分析報(bào)告可以為決策者提供科學(xué)、嚴(yán)謹(jǐn)?shù)臎Q策依據(jù)
C．?dāng)?shù)據(jù)分析報(bào)告中的數(shù)據(jù)可以用文本、表格、圖形等多種形式呈現(xiàn)
D．?dāng)?shù)據(jù)分析報(bào)告中只能體現(xiàn)出數(shù)據(jù)分析結(jié)果，不能展示數(shù)據(jù)分析的起因和過程
18．關(guān)于數(shù)據(jù)分析，說法正確的是（　　）
A．?dāng)?shù)據(jù)分析是指用適當(dāng)?shù)慕y(tǒng)計(jì)分析方法對(duì)收集來的少量數(shù)據(jù)進(jìn)行分析
B．針對(duì)調(diào)查問卷收集的數(shù)據(jù)，我們只能針對(duì)一個(gè)指標(biāo)進(jìn)行分析
C．一般情況下，調(diào)查平臺(tái)不提供分析功能
D．針對(duì)調(diào)查問卷收集的數(shù)據(jù)，我們可以對(duì)問卷指標(biāo)進(jìn)行交叉分析
19．某調(diào)查機(jī)構(gòu)準(zhǔn)備做一份關(guān)于《在校學(xué)生視力情況數(shù)據(jù)分析報(bào)告》，下列說法正確的是（ ）
A．學(xué)生視力情況分析的目的與背景在報(bào)告中可以忽略
B．該報(bào)告中涉及的數(shù)據(jù)呈現(xiàn)方式必須用圖表
C．該報(bào)告報(bào)告重點(diǎn)呈現(xiàn)數(shù)據(jù)分析的過程，可以沒有結(jié)論
D．該報(bào)告要重點(diǎn)呈現(xiàn)數(shù)據(jù)分析過程、結(jié)論和建議
20．某同學(xué)將自己在高三和高一年級(jí)時(shí)填寫的霍蘭德職業(yè)傾向調(diào)查數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)所有采集的數(shù)據(jù)在六個(gè)維度上與之前的變化不大。該同學(xué)使用的數(shù)據(jù)分析方法是（ ）
A．橫向?qū)Ρ?B．縱向?qū)Ρ?C．平均分析 D．詞云分析
二、填空題
21．根據(jù)問題的實(shí)際，不斷尋找可利用的知識(shí)，構(gòu)造一條推理路線解決問題，這個(gè)過程就是 。盲目搜索是按預(yù)定的 進(jìn)行搜索，而不考慮 的搜索。這種搜索一般適用于求解比較簡(jiǎn)單的問題。啟發(fā)式搜索是在搜索過程中加入 等啟發(fā)信息，不斷 搜索方向，加速求解進(jìn)程。
22．神經(jīng)網(wǎng)絡(luò)是目前人工智能領(lǐng)域的研究熱點(diǎn)之一，是一種模擬 行為特征，進(jìn)行并行信息處理的 。
23．BP（back propagation）神經(jīng)網(wǎng)絡(luò)是目前應(yīng)用最廣泛的的算法，它是一種按照 逆向傳播算法訓(xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)的算法由信息的 與誤差的 兩部分組成，它們由可修正的 互連。在正向傳播過程中，輸入信息從輸入層經(jīng) 逐層計(jì)算傳向輸出層，當(dāng)前層神經(jīng)元的狀態(tài)只影響 神經(jīng)元的狀態(tài)。如果輸出層沒有得到期望的輸出，則 輸出層的誤差變化值，然后轉(zhuǎn)向 傳播，通過網(wǎng)絡(luò)將誤差信號(hào)沿原來的連接通路 ，修改各層神經(jīng)元的 直至達(dá)到期望目標(biāo)。
24．動(dòng)態(tài)熱力圖一般用于數(shù)據(jù)關(guān)系分析中 的可視化呈現(xiàn)。
25．大數(shù)據(jù)是以 大、 多、 快、 高為主要特征的數(shù)據(jù)集合，它正快速發(fā)展為對(duì)數(shù)量巨大、來源分散、格式多樣的數(shù)據(jù)進(jìn)行 、 和 ，從中發(fā)現(xiàn)新知識(shí)，創(chuàng)造新價(jià)值、提升新能力的新一代信息技術(shù)和服務(wù)業(yè)態(tài)。
三、判斷題
26．貝葉斯分類算法是統(tǒng)計(jì)學(xué)的一種分類方法，它是一類利用概率統(tǒng)計(jì)知識(shí)進(jìn)行分類算法，利用樸素貝葉斯算法可以實(shí)現(xiàn)新聞敏感詞的屏蔽功能。貝葉斯分類屬于大數(shù)據(jù)分析技術(shù)中的數(shù)據(jù)分類技術(shù)。( )
27．智能手機(jī)上利用指紋識(shí)別來鑒定人的身份從而解鎖手機(jī)，這屬于人工智能的一個(gè)應(yīng)用。( )
28．人工智能將引發(fā)機(jī)器人控制人類、毀滅人類的問題，所以我們不能再使用人工智能，要消滅人工智能。( )
29．?dāng)?shù)據(jù)也會(huì)過時(shí)，過時(shí)了的數(shù)據(jù)沒有任何價(jià)值。( )
30．歐姆定律的實(shí)驗(yàn)數(shù)據(jù)，利用Python工具進(jìn)行分析、建模和驗(yàn)證，能夠比較精確地發(fā)現(xiàn)規(guī)律，從而獲得知識(shí)。( )
四、操作題
31．小明學(xué)校每期都會(huì)對(duì)學(xué)生的青年大學(xué)習(xí)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，確保人人都參與，圖 a是某期學(xué)習(xí)數(shù)據(jù)：
（1）小明發(fā)現(xiàn)“xm”列數(shù)據(jù)是混雜數(shù)據(jù)，他就利用Python語言編程將此列數(shù)據(jù)的姓名和班級(jí)分別提取，再存儲(chǔ)到新的Excel文件進(jìn)行數(shù)據(jù)整理，下列說法正確的是 （單選題）
A．如果表格中出現(xiàn)數(shù)據(jù)缺失，可以直接刪除
B．通過公式統(tǒng)計(jì)每班學(xué)習(xí)人數(shù)屬于數(shù)據(jù)整理
C．?dāng)?shù)據(jù)整理的目的是共享數(shù)據(jù)資源
D．進(jìn)一步審核后可對(duì)重復(fù)的數(shù)據(jù)進(jìn)行刪除
（2）在 Excel 軟件中統(tǒng)計(jì)各班學(xué)習(xí)人數(shù)，小明選擇單元格 H3 輸入公式，然后通過 H3 對(duì) H4：H16 進(jìn)行 自動(dòng)填充，但發(fā)現(xiàn)計(jì)算結(jié)果有誤。請(qǐng)輸入正確的公式 。
（3）小明利用Pandas模塊讀取數(shù)據(jù)，統(tǒng)計(jì)出各班學(xué)習(xí)人數(shù)，并獲取學(xué)習(xí)人數(shù)最少的10個(gè)班級(jí)，結(jié)果如圖c，最后進(jìn)行可視化處理，結(jié)果如圖d，請(qǐng)?jiān)趧澗€處補(bǔ)充代碼：
import pandas as pd
import matplotlib．pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
df = pd．read_excel（"qndxx。xlsx"） 　
dfl = df． #按班級(jí)列進(jìn)行分組
df2=df1.學(xué)校.count（　　） #統(tǒng)計(jì)各班級(jí)學(xué)習(xí)人數(shù)
df2=df2.rename（columns= {"學(xué)校"："人數(shù)"}） 　
df3=df2.sort_values （"人數(shù)"，ascending=True）.head（10） print（df3） #篩選前 10 名
#繪制柱形圖
plt.title（"學(xué)習(xí)人數(shù)最少的 10 個(gè)班級(jí)"） #設(shè)置圖表標(biāo)題
plt.show（　　） 　
32．項(xiàng)目：探究高一各學(xué)科相關(guān)性分析
【項(xiàng)目情境】
在信息化浪潮的推動(dòng)下，互聯(lián)網(wǎng)技術(shù)不斷發(fā)展，云計(jì)算、移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能等新興技術(shù)嶄露頭角。使用數(shù)據(jù)挖掘相關(guān)技術(shù)對(duì)中學(xué)教學(xué)活動(dòng)中產(chǎn)生的數(shù)據(jù)進(jìn)行收集與處理，獲取有利于教學(xué)的相關(guān)信息，也是推進(jìn)智慧教育的舉措之一。在教學(xué)過程中，學(xué)科考試成績能夠在一定程度反映學(xué)生的認(rèn)知發(fā)展水平，某校對(duì)高一年級(jí)學(xué)生的成績進(jìn)行數(shù)據(jù)處理，分析各學(xué)科之間的關(guān)聯(lián)度找出優(yōu)勢(shì)學(xué)科，對(duì)教學(xué)及學(xué)生選科有重要的參考價(jià)值。
【項(xiàng)目綜述】
概述項(xiàng)目目的、方法和過程。根據(jù)要求，回答問題。
（1）數(shù)據(jù)分析需要使用恰當(dāng)?shù)姆椒ê凸ぞ撸瑢?duì)數(shù)據(jù)進(jìn)行各種分析。我們可以通過 尋找數(shù)據(jù)之間的關(guān)聯(lián)性或相關(guān)性，可以通過 在分類標(biāo)準(zhǔn)未知的情況下進(jìn)行數(shù)據(jù)自動(dòng)分類，可以根據(jù)分類準(zhǔn)則通過 對(duì)未知數(shù)據(jù)進(jìn)行預(yù)測(cè)。（選填：數(shù)據(jù)分類、關(guān)聯(lián)分析、聚類分析）
（2）本項(xiàng)目主要通過模擬大數(shù)據(jù)采集與分析方法，采用 （選填：數(shù)據(jù)分析關(guān)聯(lián)分析、聚類分類）的方法進(jìn)行數(shù)據(jù)分析，試圖分析高一年級(jí)學(xué)生各學(xué)科之間的關(guān)聯(lián)度，找出兩到三門優(yōu)勢(shì)學(xué)科，作為指導(dǎo)教學(xué)及學(xué)生選科的重要參考依據(jù)。
（3）確定需要收集的數(shù)據(jù)為歷年高-年級(jí)期中期末的各學(xué)科成績，在數(shù)據(jù)收集、發(fā)布、傳播、共享時(shí)，為保護(hù)學(xué)生的隱私應(yīng)采用 （選填：數(shù)據(jù)精度處理、人工干擾、匿名處理、訪問控制）等技術(shù)手段。
（4）選用Python語言作為數(shù)據(jù)分析工具，需要通過調(diào)用諸如標(biāo)準(zhǔn)模塊、自定義模塊以及第三方擴(kuò)展庫的支持，從而高效的完成數(shù)據(jù)采集處理分析、可視化。數(shù)據(jù)分析步驟有①數(shù)據(jù)呈現(xiàn)②數(shù)據(jù)分類/關(guān)聯(lián)分析/聚類分析③數(shù)據(jù)采集④分析報(bào)告⑤數(shù)據(jù)預(yù)處理，正確的順序是 。（寫出序號(hào)即可）
【項(xiàng)目實(shí)施】
（一）數(shù)據(jù)采集與預(yù)處理
圖1為記錄歷年高中各科成績的部分文件，圖2為獲取所有高一成績并寫入指定文件“高一考試成績總．xlsx”的部分程序代碼。圖3為獲取的高一考試成績的部分?jǐn)?shù)據(jù)內(nèi)容。根據(jù)要求，回答問題。

圖1

圖2

圖3
（5）觀察圖2，該程序用 結(jié)構(gòu)嵌套 結(jié)構(gòu)（選填：順序、選擇、循環(huán)）描述算法，實(shí)現(xiàn)從若干個(gè)xlsx文件中篩選出高一成績并保存為數(shù)據(jù)文件，其中在Python語言中表示判斷數(shù)據(jù)大小關(guān)系的運(yùn)算符“==”表示 （選填：不等于、等于）。補(bǔ)充程序代碼中缺失的語句，應(yīng)在下劃線處填寫 。
（6）對(duì)采集的數(shù)據(jù)進(jìn)行有效存儲(chǔ)，以便對(duì)數(shù)據(jù)進(jìn)行分析和使用。海量的數(shù)據(jù)幾乎包含一切形式的結(jié)構(gòu)化、半結(jié)構(gòu)化以及非結(jié)構(gòu)化的數(shù)據(jù)。網(wǎng)絡(luò)中的音視頻圖片、地理位置、網(wǎng)絡(luò)日志等數(shù)據(jù)屬于 數(shù)據(jù)，如圖133-3，“高一考試成績_總．xlsx”中的數(shù)據(jù)屬于 數(shù)據(jù)。（選填：結(jié)構(gòu)化、非結(jié)構(gòu)化）
（7）在數(shù)據(jù)分析之前，需要運(yùn)用 方法（選填：特征探索關(guān)聯(lián)分析、聚類分析、數(shù)據(jù)分類）對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，發(fā)現(xiàn)和處理缺失值以保證數(shù)據(jù)的完整，還需要對(duì)異常數(shù)據(jù)進(jìn)行清理，分析是否有冗余數(shù)據(jù)等。觀察圖3，“201”屬于 數(shù)據(jù)，虛線部分屬于 數(shù)據(jù)（選填：缺失值、異常值、冗余值），應(yīng)當(dāng)刪除數(shù)據(jù)所在 （選填：行、列）。
（8）觀察圖33-3表格的數(shù)據(jù)，在收集數(shù)據(jù)的過程中，你認(rèn)為哪些數(shù)據(jù)可以不采集？為什么？
（二）數(shù)據(jù)分析與可視化
運(yùn)用Python語言編程進(jìn)行數(shù)據(jù)分析與可視化表達(dá)，分析部分結(jié)果如圖4、5。根據(jù)要求，回答問題。

圖4

圖5
（9）觀察圖4，該校學(xué)生地理、物理、生物同時(shí)優(yōu)秀的概率最 ，政治、物理、化學(xué)同時(shí)優(yōu)秀的概率較低。
（10）為便于理解數(shù)據(jù)之間的關(guān)系，使用數(shù)據(jù)可視化工具可以圖表形式直觀呈現(xiàn)。如折線圖可以表示關(guān)于 的分析、散點(diǎn)圖可以表示關(guān)于 的分析、數(shù)據(jù)地圖可以表示關(guān)于 的分析（選填；邏輯關(guān)系空間關(guān)系、趨勢(shì)）。如圖5所示選用 圖將數(shù)據(jù)分析可視化呈現(xiàn)。
（11）下列關(guān)于數(shù)據(jù)可視化的描述中，正確的是 （多選）
A．可視化也可以將數(shù)據(jù)以地圖動(dòng)畫等形式表示
B．可視化可以有效提升數(shù)據(jù)分析的效率
C．可視化可以讓人們快速抓住要點(diǎn)信息
D．可視化可以幫助人們發(fā)現(xiàn)數(shù)據(jù)背后的價(jià)值
（三）分析報(bào)告
在數(shù)據(jù)分析中，使用數(shù)據(jù)可視化工具可以直觀的呈現(xiàn)數(shù)據(jù)之間的關(guān)系，尋找數(shù)據(jù)之間的內(nèi)在規(guī)律，最終實(shí)現(xiàn)數(shù)據(jù)的應(yīng)用。
（12）觀察圖5，說說你從圖中發(fā)現(xiàn)了什么？挖掘出哪些信息 ？
（13）結(jié)合自己的學(xué)習(xí)和生活，談一談數(shù)據(jù)的重要性。（100字左右）
參考答案
1．A
2．B
3．D
4．D
5．A
6．B
7．D
8．AB
9．D
10．B
11．D
12．A
13．A
14．C
15．B
16．A
17．D
18．D
19．D
20．B
21．搜索 控制策略 問題本身特性 估價(jià)函數(shù) 自動(dòng)調(diào)整
22．動(dòng)物神經(jīng)網(wǎng)絡(luò) 算法模型
23．誤差 正向傳遞 反向傳播 權(quán)值 隱藏層 下一層 計(jì)算 反向 反傳回來 權(quán)值
24．空間關(guān)系
25．容量 類型 存取速度 應(yīng)用價(jià)值 采集 存儲(chǔ) 關(guān)聯(lián)分析
26．正確
27．正確
28．×
29．×
30．√
31． D =COUNTIF（C$3：C$1512，G3）或=COUNTIF（$C$3：$C$1512，G3） groupby （"班級(jí)"，as_index=False） plt.bar（df3.班級(jí)，df3.人數(shù)）
32．關(guān)聯(lián)分析 聚類分析 數(shù)據(jù)分類 關(guān)聯(lián)分析 匿名處理 ③⑤②①④ 循環(huán) 選擇或分支 等于 ”高一” 非結(jié)構(gòu)化 結(jié)構(gòu)化 特征探索 異常值 缺失值 行 姓名和班級(jí)數(shù)據(jù)可以不采集，原因是這兩列數(shù)據(jù)不影響數(shù)據(jù)分析結(jié)果，而且涉及個(gè)人隱私。 高 趨勢(shì) 邏輯關(guān)系 空間關(guān)系 柱形（狀） ABCD 由圖5可知，后三項(xiàng)均包含物理科目，所在的組合優(yōu)秀率均比較高，可挖掘出該班學(xué)生物理科目均比較優(yōu)秀。 略

展開更多......

收起↑