阿里数据分析师笔试试题的问题及答案

一、问答题1、你对分析师的理解是什么？你认为你目前申请分析师职位的优势是什么？并说明原因。2、淘宝和天猫每天都有大量的用户在网上购买。作为一名分析师，他们可以从什么角度分析用户，并从这个角度解释分析的目的。3、在银行信用卡模型建设过程中，申请评分卡模型培训过程中存在拟合现象。请解释什么是过拟合现象？如何解决拟合现象？4、影响网上商店销售的因素有很多。请列出影响最终商店销售的三个以上因素，并结合列出的因素提出建议的活动规划计划？详细说明各种因素如何影响销售。5、特斯拉公司在最新版本的纯电动汽车研究中有这样一组数据，测试其功耗如下，速度如下（km/h）分别为33、45、40、55、30、21、60、17、50、在52的情况下，每小时相应的电力(度)消耗为28、32、30、36、27、23、37、15、33、35，计算速度与功耗之间的皮尔逊相关系数，并解释其含义，并给出计算过程？6、查询成交表ａCity在中国城市的交易量大于0（buyer_id)和成交金额(amt)citybuyer_idorder_idamta1100a12100b23100b3420c502，选择题1、11、27、66、146、()。括号中的数字是()a.291b.227c.186d.3062、一组数据，平均值>中位数>众数，问问这组数据a.左偏b.右偏c.钟型d.对称3、非参数检验不属于以下内容：a.中位数检查b.T检验c.Kruskal-Walllis检验d.Mann-Whitneyu检验3、取出两组在天猫上购物的样本人群，检查他们的平均消费水平是否一致，使用以下哪种检验方法：a.单样本T检验b.多样本T检验c.F检验d.单位根检验4、在下面的场景中，相应的挖掘算法不适合a.分析购买啤酒的买家是否适合推荐花生B.根据用户最近一年的交易日志数据，不同的用户群c-means算法用K-means算法聚类.根据近年来用户的消费者来电，用主成分分析法拟合用户未来一个月可能的电源d.根据用户最近购买的商品信息，用决策树算法确定用户是否在一线城市5、以下哪一种不是随机现象？a.检查淘宝网上的商品是正品还是非正品b.当抛*币着陆时，方向是正面还是反面c.淘宝消费者每月拨打热线来电d.在一个盒子里随机搅拌的三个白球，任何一个都是6个白球、以下关于数据挖掘的说法是正确的.a.数据挖掘是万能b.假如你建立了database，这意味着你有足够的数据来挖掘C.数据挖掘=数据 数据挖掘人员大部分时间用于处理复杂的挖掘算法d.ABC平均错误7、以下是对k-means聚类算法的正确解释.可以自动识别类数量，然后选择初始点作为计算b的中心点.能够自动识别类数，不是立即选择中心点计算的初始点.不能自动识别类的数量，然后选择初始点作为计算d的中心点.不能自动识别类的数量，不能立即选择初始点作为中心点计算8、在R中定义函数exec_str<-function(str){eval(parse(text=str))},执行exec_str(3^4)，结果是a.3^4b.1c.-1d.819、以下是提取数字和小写字母的正则表达a.[da z]-‘b.[da-z] ’c.[da-z]-‘d.[da z] ’10、现在有M桶，每桶都有N个乒乓球。乒乓球的颜色是K，假设第一桶第j的球数是Cij，比例是Rij＝Cij／N，现在要评估哪个桶的乒乓球颜色纯度最高，下面哪个算法和描述合理？a.∑(N/K-Cij)(N/K-Cij)越小越纯b.-∑Cij*LOG(Rij)越小越纯c.∑(1-Rij*Rij)越小越纯d.∑(1-Rij)*(1-Rij)越小越纯e.∑(1-Rij)^2越小越纯f.-∑Rij*LOG(Rij)越小越纯11、对于数据分析中收集的原始数据，数据本身可能存在的问题包括：a.脏数据b.重复c.格式错乱d.缺失值e.过多的数据量f.异常值3，多选题1、某二线城市春节期间，5%的司机会被发现酒后驾车。今年春节的某一天，50名司机随机抽查，以下说法是正确的()a.50名司机的抽查是B的两个分布.50名司机的抽查是泊松分布的c.50名司机的抽查是指指数分布d.抽查司机中有两个是0.261e，0.261e.0.014f抽查司机没有酒后驾车的概率.抽查司机中3名以上酒后驾车的概率为0.7802、以下哪些指标可以判断数据的波动a.均值b.标准差c.变异系数d.相关系数e.峰值f.偏度3、excel工作簿a有两列id、age，工作簿b中有一列id，需要在工作薄b中找到id对应的age，可用的函数包括a.index matchb.vlookupc.hlookupd.finde.iff.like