オンライン質問-有効な練習あなたのDatabricks-Certified-Professional-Data-Scientist試験に(140の更新された質問) [Q15-Q30]

NO.15 ある政治家候補が選挙に勝つかどうかに影響する要因に興味があるとします。結果（レスポンス）変数は、勝つか負けるかのバイナリ（0/1）です。興味のある予測変数は、選挙運動に費やされた金額、ネガティブな選挙運動に費やされた時間、および候補者が現職であるかどうかです。
上記はその一例である。

NO.16 多次元データセットをどのベクトルに投影すると分散が最大になるか？

NO.17 あなたは、クレームが有効かどうかを予測しなければならない問題に取り組んでいる。そして、あなたは、手作業で記入されたクレームフォームのスペルミスや訂正があるクレームのほとんどが、正直なクレームと比較していることに気づきました。クレームが有効かどうかを調べるのに、次のどの手法が適していますか？

NO.18 あなたは、k-平均クラスタリングを使って、ある小売店の100,000人の顧客の行動を分類しました。あなたは、世帯収入、年齢、性別、および年間購入額を尺度として使用することに決めました。あなたは8つのクラスタを使用することにしましたが、2つのクラスタには3人の顧客しか割り当てられていないことに気づきました。どうすべきでしょうか?

NO.19 別紙参照

図中、X 軸は借り手が貸し倒れになる確率を表している。また、ピンクは貸し倒れしていないことがわかっている借り手を表し、青は貸し倒れしたことがわかっている借り手を表しています。どの分析方法が、この図表を作成するのに必要な確率を計算できますか？

20位 連続確率分布はどれか？

NO.21 身長と年齢を持つ1000人の患者データがあります。ここで、年齢は年、身長はメートルです。この2つの属性を用いてクラスタを作成したいとします。クラスタを作成する際に、年齢と身長の両方でほぼ等しい効果を得たいとします。何ができますか?

NO.22 線形回帰モデルに関する次の記述のうち、正しいものはどれか？

NO.23 主成分分析について最も適切なものはどれか。

NO.24 1つ星から5つ星までの評価システムのモデルを作成したとします。そして、RMSE値が1.0であることを計算したとします。

25位 顧客からラベルのないレコード3グループ2,000枚を受け取りました。正しい分析法は何ですか？

NO.26 回帰アルゴリズムが最適でない選択肢を選ぶ

NO.27 テスト用データセットとトレーニング用データセットは、ライフサイクルのどの段階で作成されますか？

NO.28 シナリオボブは車、バス、通勤電車の3つの交通手段のうち1つを使って出勤することに決めたとする。交通量が多いので、車で行くことに決めた場合、50%の確率で遅刻する。バスで行く場合、特別な予約レーンがあるが混雑することがあり、遅れる確率は20%に過ぎない。通勤電車はほとんど遅れることはなく、その確率はわずか%であるが、バスより高い。
ボブがある日遅刻し、上司がその日車で出勤した確率を推定したいと考えたとする。上司はボブが普段どの交通手段を使うか知らないので、事前確率として
3 つの可能性のそれぞれに 1 3 をつける。ボスがボブが車で出勤した確率を推定するために使う方法はどれか。

NO.29 回帰（教師あり学習）における目的変数の例として正しいものはどれか。

30位 歩行者が信号を気にせずに横断歩道を渡っている間に車に轢かれる確率を計算するとする。Hを(Hit, Not Hit)から1つの値をとる離散確率変数とする。Lを（赤.黄色
グリーン）。
つまり、P(H = Hit)とP(H = Not Hit)は、Lが赤、黄、緑のいずれであるかによって異なる値をとる。例えば、横断歩道の信号が赤である場合よりも、青である場合に横断しようとした方が、車にはねられる可能性ははるかに高くなる。歩行者が信号の状態を無視した場合に，その2つの事象が同時に発生する確率*を求めるには，HとLの合同確率分布を考慮しなければならない。 ここに，信号の状態に依存する，噛まれる条件付き確率を示す表を示す(信号の状態に関係なく，はねられる確率とはねられない確率は1なので，この表の列は足し算で1になることに注意)。