牛客网专项练习Pytnon分析库（九）

1.应用matplotlib数据库绘制图像的时候，其中plt.savefig('test', dpi=600)中的dpi参数代表了是什么意思（D）。

A.像素

B.图形尺寸

C.颜色

D.每英寸点数

解析：

       dpi为设置图形每英寸的像素点数。

---

2.下面选项中有关异常值检测说法错误的是（C）。

A.使用3σ方法需要保证历史异常值较少

B.可以使用pandas库的describe()方法来简单统计

C.使用3σ方法必须保证数据为正态分布

D.DBSCAN聚类算法可以用来异常值检测

解析：

       A.选项，使用3σ方法要保证历史数据异常点较少，因为异常点多的话均值容易被异常点拉偏，使用3σ方法的话数据就不太可靠；

       B.选项，describe()方法粗略的观察一些统计量；

       C.选项，3σ方法的条件是数据需要服从正态分布，在3∂原则下，异常值如超过3倍标准差，那么可以将其视为异常值，在处理数据时，应剔除高度异常的异常值。如果数据不服从正态分布，也可以用远离平均值的多少倍标准差来描述，再进行剔除。因此C项错误；

       D.选项，DBSCAN聚类算法是一种基于密度的离群点检测，可以用来做异常值检测；

       故正确答案选C。

---

3.以下哪个选项中的函数能够返回标准的正态分布的数组（A）。

A.numpy.random.randn

B.numpy.random.uniform

C.numpy.random.rand

D.numpy.random.randint

解析：

       A. randn函数返回一个指定形状的数组，数组值服从标准正态分布（均值为0，标准差为1）；

       B.uniform函数从一个均匀分布的区域中随机采样；

       C.rand函数返回一个或一组服从“0~1”均匀分布的随机样本值，取值范围是[0,1)，不包括1；

       D.randint函数从给定的区域中随机选取设定数量的整数；

       故正确答案选A。

---

4.以下不是聚类算法的是（B）。

A.k-means

B.KNN

C.DBSCAN

D.GCN

解析：

       A. k-means是最基础的聚类算法了，它的输入需要簇的个数k，聚类目标是使得类内的点足够近，类间的点足够远，因此A正确；

       B.KNN是机器学习中的一种分类算法，并不是聚类算法；

       C.DBSCAN是基于密度的聚类的算法，要求聚类空间的一定区域所包含的对象的数目不小于某一给定阈值，当邻近区域的密度超过某个阈值，则继续聚类；

       D.GCN分类本质上是基于图的聚类，然而基于GCN的聚类算法会有深度学习中的训练的概念，而传统的聚类算法则是通过人工设定阈值来决定的；

        故正确答案选B。

---

5.在回归分析中需要相关的两个变量（B）。

A.因变量是随机的量，自变量也是随机的量

B.因变量是随机的量，自变量是控制的量

C.因变量是控制的量，自变量是随机的量

D.因变量是控制的量，自变量也是控制的量

解析：

       进行回归分析时，必须事先确定自变量和因变量，而两个变量中只有自变量是可以控制的量，因变量是随机的量。