2014阿里巴巴实习笔试数据分析岗

笔试（90min）

选择（3*10）

1 X，Y的相关系数为0，则X，Y（）

A， 无线性相关 B完全不相关 C……，D……

2 有5个一样的球，分别标着1,2,3,4,5，从中取两个球，球上标号和为3或6的概率是（）

3 聚类分析的方法有（）

4 以下两种描述分别对应哪两种对分类算法的评价标准？

(a)抓小偷，描述抓的人中有多少个是小偷的标准。

(b)描述有多少比例的小偷给抓了的标准。

A. Precision, Recall B. Recall, Precision

C. Precision, ROC D. Recall, ROC

5 小松鼠有100个松果，堆成一堆，松果堆离松鼠家有100m，松鼠每次最多只能搬50个松果，但是小松鼠是个吃货，每走两米就要吃一个松果，那么松鼠最多可以带多少松果回家

6 关于HIVE，不正确的是（内容在百度百科之内）

7 记不得了，应该是很简单的一道

8 关于逻辑回归，不正确的是（有是当前业界比较常用的机器学习方法，用于估计某种事物的可能性；回归的结果并非数学定义中的概率值，不可以直接当做概率值来用；逻辑分布公式；Y是否连续）

9 若A，B不相容，且P(A)>0,P(B)>0,说法正确的是（）

10 对于正态分布，若置信度减小，则置信区间上下限的距离（小还是大，不变，不确定）

问答（10*3）

11 已知10万人中有一人患艾滋病。现有某种药物，如果某人患病，药物检出的概

率是100%；如果某人不患病，该药物检测错误认为此人患病的概率是1%。假设有人用该药物检测结果呈阳性，求此人患病的概率。

（bayes,结果0.01%）

12 现有表T1,T2 相应的栏如下：

T1: user_id, age, city

T2: user_id, date( yyyymmdd格式)，GMV

其中两个表中的user_id为主键，要求把t1 t2表格合并 成t3，并满足下列条件：

1） 包含栏 user_id, age, city, GMV_1312

2） 用户年龄大于16，城市位于“广州”“深圳”，对2013年12月的GMV求和

（CREAT T3

SELECTD t1.user_id user_id, t1.age age, t1.city city, SUM(t2.CMV) GMV_1312

FROM t1,t2

WHERE ……）

13 什么是层次分析法（AHP）？基本步骤是？举场景或案例说明如何使用。

（百度即得）

分析（20*2）

14 万能淘宝有些小众但有品位的店铺，欲将这些店铺推广。请你给出办法将这些店筛选出来。

15 双十一店家发布优惠券，请你从店家和平台两个角度进行分析，要求：

1) 给出评价指标

2) 针对不同数据给出行动方案

说明：1）优惠券指满200-50，满300-100这种