빅데이터 분석기사 필기 : 빅데이터 탐색 (2과목) 문제은행

1 지리적 위치 정보(위도·경도)를 지도에 매핑해 데이터의 공간 분포·핫스팟·경계 패턴을 탐색하는 기법이다. 2 시계열 데이터를 시간 축에 맞춰 추세와 계절성을 파악하는 기법이다. 3 고차원 데이터를 2~3차원으로 비선형 투영해 군집을 시각화하는 기법이다. 4 텍스트 데이터에서 단어 빈도를 시각화하는 워드 클라우드 기법이다.

1 분포의 비대칭 정도를 나타내는 통계량으로, 양수면 오른쪽 꼬리가 긴 우측 편포, 음수면 왼쪽 꼬리가 긴 좌측 편포다. 2 분포가 정규분포에 비해 얼마나 뾰족한지를 나타내는 통계량이다. 3 데이터의 중앙 50% 범위를 나타내는 산포 지표다. 4 두 변수 간 공동 변동성을 나타내는 통계량이다.

1 주변 이웃과 비교한 지역 밀도 차이를 기반으로 각 점의 이상 정도를 점수화하는 밀도 기반 이상값 탐지 알고리즘이다. 2 랜덤 포레스트로 피처 중요도를 계산해 이상값을 선별하는 방법이다. 3 SVM 결정 경계 밖에 있는 데이터를 이상값으로 분류하는 지도학습 기법이다. 4 PCA 재구성 오차가 높은 데이터를 이상값으로 탐지하는 방법이다.

1 모집단을 동질적인 부분집합(층)으로 나눈 뒤 각 층에서 독립적으로 표본을 추출해 대표성을 높이는 방법이다. 2 모집단에서 무작위로 임의의 n개를 선정하는 방법이다. 3 모집단을 클러스터로 나눠 일부 클러스터 전체를 표본으로 삼는 방법이다. 4 과거 데이터에서 반복적으로 재표본해 통계량의 분포를 추정하는 방법이다.

1 모든 변수를 포함한 완전 모델에서 시작해 기여도가 가장 낮은 변수를 하나씩 제거하는 래퍼 방법이다. 2 변수 없는 상태에서 시작해 성능 향상 변수를 추가하는 방법이다. 3 통계 지표로 모델 없이 변수를 평가·선택하는 방법이다. 4 L2 정규화를 통해 계수 크기를 줄이는 임베디드 방법이다.

1 두 집단 이상의 분산이 동일한지(등분산)를 검정하는 방법으로, 독립표본 t-검정·ANOVA 적용 전 등분산 가정 확인에 사용된다. 2 두 집단의 평균 차이를 비모수적으로 검정하는 방법이다. 3 범주형 변수 간 독립성을 검정하는 방법이다. 4 회귀 잔차의 정규성을 검정하는 방법이다.

1 여러 가설을 동시에 검정하면 개별 유의수준 α이더라도 전체 1종 오류율이 증가하는 문제로, Bonferroni 보정 등으로 제어한다. 2 단일 검정에서 검정력이 낮아 2종 오류가 증가하는 문제다. 3 대규모 표본에서 작은 효과도 유의하게 나타나는 문제다. 4 표본 편향으로 추정량이 모수에서 체계적으로 벗어나는 문제다.

1 ANOVA(분산분석) 2 독립표본 t-검정 3 카이제곱 검정 4 부트스트랩

1 이진 분류 모델에서 양성으로 판별하는 확률 기준값을 0.5 이외의 값으로 조정해 재현율과 정밀도의 균형을 제어하는 방법이다. 2 소수 클래스 샘플을 합성해 클래스 비율을 맞추는 방법이다. 3 다수 클래스 샘플 일부를 제거해 클래스 비율을 맞추는 방법이다. 4 손실 함수에서 소수 클래스 오류에 높은 가중치를 부여하는 방법이다.

1 연관 규칙에서 조건(A)과 결론(B)의 관계가 우연이 아닌 실질적 연관성을 가지는지를 평가하는 지표로, Lift=신뢰도(A→B)/지지도(B)다. 2 전체 트랜잭션에서 항목 A와 B가 동시에 등장하는 비율이다. 3 항목 A를 구매할 때 B를 구매하는 조건부 확률이다. 4 결과 항목 B가 단독으로 등장하는 빈도의 비율이다.