Thuật toán phân cụm nào sau đây không cần biết trước số cụm?

K-mean

Agnes

Fuzzy C-mean

DBSCAN

Trả lời:

Đáp án đúng: B

Thuật toán DBSCAN (Density-Based Spatial Clustering of Applications with Noise) là một thuật toán phân cụm dựa trên mật độ, không yêu cầu phải xác định trước số lượng cụm. Các thuật toán khác như K-mean, Agnes (Agglomerative Nesting) và Fuzzy C-mean thường cần xác định trước số cụm hoặc có các tham số ảnh hưởng đến số lượng cụm.

100+ câu hỏi trắc nghiệm Khoa học dữ liệu trong kinh tế và kinh doanh có đáp án giải thích dễ hiểu - Phần 1

50 câu hỏi 60 phút

Bắt đầu thi

Câu hỏi liên quan

Câu 49:

Trong Orange, đối với thuật toán phân cụm phân cấp (HAC) để có được kết quả phân cụm với số lượng cụm cụ thể ta cần làm gì?

Lời giải:

Đáp án đúng: C

Câu hỏi này kiểm tra kiến thức về cách điều chỉnh kết quả của thuật toán phân cụm phân cấp (HAC) trong Orange để đạt được một số lượng cụm mong muốn. Trong HAC, thuật toán xây dựng một cây phân cấp (dendrogram) thể hiện các cụm lồng nhau. Để có được một số lượng cụm cụ thể, ta cần 'cắt' cây này tại một mức độ phù hợp.

Phương án A không đúng vì việc chọn số lượng cụm k trên hộp thoại không trực tiếp áp dụng cho thuật toán phân cụm phân cấp trong Orange (nếu sử dụng các widget mặc định). Phương án B không đúng vì việc chọn phương pháp tính khoảng cách là một bước chuẩn bị trước khi chạy thuật toán, chứ không phải là cách để có được số lượng cụm mong muốn sau khi thuật toán đã chạy. Phương án D không đúng vì ta cần thực hiện một thao tác để xác định số lượng cụm mong muốn.

Phương án C là đáp án đúng. Sau khi thuật toán HAC đã tạo ra cây phân cấp, ta cần chọn một đường cắt (cut) trên cây này. Vị trí của đường cắt sẽ quyết định số lượng cụm cuối cùng. Mỗi nhánh con của cây tại đường cắt sẽ đại diện cho một cụm.

Câu 50:

Trong Orange, đối với thuật toán K-mean, tham số đầu vào nào sau đây dùng để kiểm soát trong trường hợp dữ liệu hội tụ chậm hoặc không hội tụ?

Lời giải:

Đáp án đúng: A

Thuật toán K-means là một thuật toán lặp đi lặp lại để phân cụm dữ liệu. Nếu dữ liệu hội tụ chậm hoặc không hội tụ, điều đó có nghĩa là thuật toán cần nhiều lần lặp hơn để đạt được kết quả ổn định. Do đó, số lần lặp tối đa (maximum iterations) là tham số đầu vào được sử dụng để kiểm soát tình huống này.

Câu 1:

Chọn phát biểu sai:

Lời giải:

Đáp án đúng: C

Phát biểu sai là c. Big Data không chỉ đơn thuần là công nghệ lưu trữ và khai thác dữ liệu. Nó là một khái niệm bao trùm, mô tả các tập dữ liệu cực lớn và phức tạp mà các công cụ xử lý dữ liệu truyền thống không thể quản lý được. Các đặc trưng chính của Big Data thường được mô tả bằng 5V: Volume (khối lượng), Variety (đa dạng), Velocity (tốc độ), Veracity (tính xác thực) và Value (giá trị). Phát biểu c thiếu yếu tố Value (giá trị). Các phương án còn lại đều đúng. Internet vạn vật (IoT) tạo ra lượng dữ liệu khổng lồ. AI sử dụng dữ liệu và kết quả phân tích để cải thiện. Data mining là một phần của khoa học dữ liệu.

Câu 2:

Kết quả mà khoa học dữ liệu hướng đến là: thông tin và tri thức

Lời giải:

Đáp án đúng: C

Khoa học dữ liệu (Data Science) không chỉ dừng lại ở việc thu thập và xử lý dữ liệu thô (dữ liệu). Mục tiêu cao nhất của nó là trích xuất thông tin có ý nghĩa từ dữ liệu, sau đó sử dụng thông tin này để tạo ra tri thức (knowledge) hoặc hiểu biết sâu sắc hơn về một vấn đề hoặc lĩnh vực cụ thể. Vì vậy, kết quả mà khoa học dữ liệu hướng đến bao gồm cả dữ liệu (ở mức độ xử lý và sử dụng), thông tin và tri thức.

Do đó, đáp án 'd. Tất cả đều đúng' là đáp án chính xác nhất vì nó bao hàm tất cả các kết quả mà khoa học dữ liệu hướng tới.

Câu 3:

Công cụ thống kê mô tả nào có thể sử dụng trong trường hợp dữ liệu 2 chiều:

Lời giải:

Đáp án đúng: D

PivotTable là công cụ mạnh mẽ để tóm tắt và phân tích dữ liệu hai chiều (hoặc nhiều chiều) bằng cách sắp xếp, lọc, nhóm và tính toán dữ liệu. Subtotal chỉ tính tổng phụ theo một chiều, Consolidate dùng để tổng hợp dữ liệu từ nhiều nguồn khác nhau. Do đó, PivotTable là lựa chọn phù hợp nhất trong trường hợp này.

Câu 4:

Để hợp nhất dữ liệu từ nhiều bảng không cùng cấu trúc khác nhau ta sử dụng:

Lời giải: