大数据开发基础(习题卷84)

试卷科目：大数据开发基础大数据开发基础(习题卷84)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages大数据开发基础第1部分：单项选择题，共54题，每题只有一个正确答案,多选或少选均不得分。[单选题]1.RegionServer打开一个Region的时候会创建一个相应的()对象A)RegionB)HRegionC)RegionServerD)Server答案:B解析:[单选题]2.下面对范数规则化描述错误的是（__）。A)L0是指向量中0的元素的个数B)L1范数是指向量中各个元素绝对值之和C)L2范数向量元素绝对值的平方和再开平方D)L0是指向量中非0的元素的个数答案:A解析:[单选题]3.()的主要目标是提供可扩展的机器学习算法及其实现,旨在帮助开发人员更加方便快捷地创建智能应用程序。A)MahoutB)FlumeC)SqoopD)HBase答案:A解析:Mahout是ApacheSoftwareFoundation(ASF)旗下的一个开源项目,提供一些可扩展的机器学习领域经典算法的实现,旨在帮助开发人员更加方便快捷地创建智能应用程序。Mahout包含许多实现,如聚类、分类、推荐过滤、频繁子项挖掘等。[单选题]4.Spark中引入RDD概念的目的是()。A)数据存储B)数据查重C)提升容错能力D)增强数据一致性答案:C解析:在Spark中引入RDD概念的目的是实现Spark的并行操作和灵活的容错能力。[单选题]5.下面插入数据操作错误的是()。--A)INSERT数据表名VALUE(值列表)B)INSERTINTO数据表名VALUES(值列表)C)INSERT数据表名VALUES(值列表)D)INSERT数据表名(值列表)答案:D解析:[单选题]6.常用的数据收集工具不包括以下哪个选项?A)LoaderB)SqoopC)KettleD)Spark答案:D解析:[单选题]7.开发Maxcompute的用户自定义标量函数，主要是实现其中的（）方法。A)evaluateB)mainC)iterateD)process答案:A解析:[单选题]8.下列哪个不是词语情感分析的方法？A)基于网络的分析方法B)基于词向量的分析方法C)基于词典的分析方法D)基于语料库的分析方法答案:B解析:[单选题]9.输人图片大小为37x37，经过第一层卷积t(henumberoffilters=25，kernelsize=5川，padding=valid，stride=l)与池化层maxpooling(kemelsize=3x3，padding=valid)，输出特征图大小为（）A)10x10B)11x11C)12x12D)13x13答案:B解析:[单选题]10.以下哪些不属于数据产品的特点A)具有概率的准确性B)自适应性C)严格性D)闭环性答案:C解析:[单选题]11.S市A，B共有两个区，人口比例为3:5，据历史统计A的犯罪率为0.01%，B区为0.015%，现有一起新案件发生在S市，那么案件发生在A区的可能性有多大?（___）A)0.375B)0.268C)0.286D)0.261答案:C解析:[单选题]12.OGG软件是一种基于()的结构化数据复制软件。A)数据流B)配置文件C)交互D)日志答案:D解析:[单选题]13.以下哪项不属于大数据在零售领域的应用：（）A)大数据征信B)发现关联购物行为C)客户群体D)供应链管理答案:A解析:[单选题]14.下列关于MPI叙述不正确的一项是（）。A)MPI是一个信息传递应用程序的接口B)MPI程序经常在共享内存的机器上使用C)MPI并行计算增加高层并行编程模型D)MPI缺少统一的计算框架支持答案:C解析:[单选题]15.下列选项中，不属于Python数据类型的是（）A)boolB)dictC)stringD)set答案:C解析:[单选题]16.关于Spark中RDD的描述不准确的是A)ROD可以从HDFS输入创建，或从与Hadoop兼容的其他存储系统中输入创建。B)Spark的所有Transforn操作都是基于RDD来实现的。C)ROD是只读和可分区的。要想对RDD进行操作，只能重新生成一个新的RDD.D)当前RDO默认是存储于内存，当内存不足时，RDD也不会溢出到磁盘中。答案:D解析:[单选题]17.以下()属于NoSQL数据库中Key-Value的缺点。A)不记录结构信息B)查询性能不高,缺乏统一查询语法C)功能相对有限D)功能相对有限,不易于做分布式集群答案:A解析:Key-Value型数据通常Key与Value之间采用某种方法(如哈希表)建立Key-Value映射,其缺点是不记录结构信息,无法建立索引。[单选题]18.若a=np.array([[1,2,3],[4,5,6]])，则print(np.cumsum(a,1))的输出结果是（__)。A)[[136][4915]]B)[136101521]C)[[123][579]]D)[615]答案:A解析:[单选题]19.用户数据归档，即存储冷数据（不经常访问的数据），适合选用哪种产品（）A)对象存储B)云备份C)云存储网关D)以上都不是答案:B解析:[单选题]20.在支持向量机中,软间隔支持向量机的目标函数比硬间隔支持向量机多了一个()。A)偏置项bB)系数C)松弛变量D)两种情况的目标函数相同答案:C解析:[单选题]21.（__)是指为最小化总体风险，只需在每个样本上选择能使特定条件风险最小的类别标记。A)支持向量机B)间隔最大化C)线性分类器D)贝叶斯判定准则答案:D解析:[单选题]22.output.py文件和test.py文件内容如下，且output.py和test.py位于同一文件夹中，那么运行test.py的输出结果是()。#output.pydefshow():print(__name__)#test.pyimportoutputif__name__=='__main__':output.show()A)outputB)__name__C)testD)__main_答案:A解析:[单选题]23.下列哪个应用领域不属于深度学习算法应用（）A)人脸识别B)机器翻译C)肿瘤诊断D)自动控制答案:D解析:[单选题]24.下列语句中不能创建一个字典的是（）。A)dict1={}B)dict2={3∶5}C)dict3={[1，2，3]∶"uestc"}D)dict4={（1，2，3）∶"uestc"}答案:C解析:字典key不可以是可变类型，C选项中列表为可变类型。246[单选题]25.一幅512*512的图像，若灰度级数为16，则该图像大小为（）。A)32KBB)128KBC)1MBD)2MB答案:B解析:[单选题]26.下列关于RDD说法，描述有误的是？A)一个RDD就是一个分布式对象集合，本质上是一个只读的分区记录集合B)每个RDD可分成多个分区，每个分区就是一个数据集片段C)RDD是可以直接修改的D)RDD提供了一种高度受限的共享内存模型答案:C解析:[单选题]27.（）向用户提供办公软件、工作流等服务，使软件提供商从软件产品的生产者转变成服务的运营者A)IaasB)PaasC)SaasD)Daas答案:C解析:[单选题]28.HBase是分布式列式存储系统，记录按什么集中存放。A)列族B)列C)行D)不确定答案:B解析:[单选题]29.在进行回归模型运行操作前,需要进行哪一步转换操作?()A)数值组装B)数值预测C)模型训练D)求绝对值答案:A解析:[单选题]30.执行以下代码段defbuild_profile(first,last,**user_info):profile={}profile['first_name']=firstprofile['last_name']=lastforkey,valueinuser_info.items():profile[key]=valuereturnprofileuser_profile=build_profile('albert','einstein',location='princeton',field='physics')print(user_profile)时，输出为()。A){'first_name':'albert','last_name':'einstein'}B){'first_name':'albert','last_name':'einstein','princeton':'physics'}C){'first_name':'albert','last_name':'einstein','location':'princeton','field':'physics'}D){'first_name':'albert','last_name':'einstein','location':'field'}答案:C解析:[单选题]31.小米的智能音响属于物联网架构中的哪一层？A)感知层B)网络层C)处理层D)应用层答案:D解析:[单选题]32.下列SQL语句中，修改表结构的是A)ALTERB)CREATEC)UPDATED)INSERT答案:A解析:[单选题]33.在Apriori算法中，候选项集划分为不同的桶，存放在()中A)字典B)集合C)Hash树D)列表答案:C解析:[单选题]34.在Flink技术架构中,以下哪项是流处理和批处理的计算引擎?A)StandaloneB)RuntimeC)FlinkCoreD)DataSteam答案:B解析:[单选题]35.在IBMPASS中，聚类算法分为分层聚类、Kohonennetwork、K均值聚类和（）四种。A)系统聚类B)两步聚类C)模型聚类D)其他聚类答案:B解析:[单选题]36.下列是数学模块的是（）A)mathB)randomC)reD)sax答案:A解析:[单选题]37.（__）中基学习器的多样性不仅来自样本扰动，还来自属性扰动。A)AdaBoostB)RFC)BaggingD)传统决策树答案:B解析:[单选题]38.()是在云计算环境中部署和虚拟化的关系数据库,进而使传统关系数据库具备云计算的主要优势。A)NoSQLB)NewSQLC)关系云D)SQL数据库答案:C解析:[单选题]39.数据仓库所存储的数据，通常具有一定特点，下列哪些不属于其特点的（）。A)面向特定主题B)数据大都反应历史C)数据来源多样D)经常修改数据项的值答案:D解析:[单选题]40.特殊贡献奖考核内容为成功对接外部数据，当月兑现（）考核款；外部数据正式接入落地，当月兑现剩余（）考核款。A)60%、40%B)50%、50%C)70%、30%D)40%、60%答案:A解析:[单选题]41.分词中的正向最大匹配算法是(__)扫描字符串。A)从左到右B)从右到左C)两边同时进行D)从一个指定的字符发散答案:A解析:[单选题]42.以下描述不正确的是(__)。A)耐抗性是指对于数据局部不良反应的非敏感性B)残差是指一个总括统计量或模型拟合值减去数据C)重新表达是指找到合适的尺度或数据表达方式进行一定的转换，使得有利于数据分析D)启示是指通过探索性分析，发现新的瑰丽，问题和启迪，进而满足数据加工和数据分析的需要答案:B解析:[单选题]43.BI工具中，追加/替换数据中可新增字段的操作在哪一步中？()A)上传文件B)预览数据C)数据集设置D)字段匹配答案:D解析:[单选题]44.回归的评价标准不包括（）A)平均绝对误差B)决定系数C)Rand指数D)均方误差答案:C解析:[单选题]45.下面关于基础理论相关描述正确的有(__)。A)基础理论等于理论基础B)基础理论在数据科学研究边界之外C)理论基础在数据科学研究边界之内D)基础理论包含理念、理论、方法、技术等答案:D解析:[单选题]46.Hadoop中，()执行文件系统命名空间操作。A)DataNodeB)NameNodeC)JobTrackerD)TaskTracker答案:C解析:[单选题]47.使用梯度下降算法的步骤是什么？()_x000b_1.计算实际值与预测值之间的误差_x000b_2.重申，直到你找到最好的网络权重_x000b_3.通过网络传递输入并从输出层获取值_x000b_4.初始化随机权重和偏差_x000b_5.通过梯度下降loss函数计算方法更新权重和偏差A)4，2，3，1，5B)4，5，3，2，1C)4，2，1，5，3D)4，3，1，5，2答案:D解析:[单选题]48.在HBase系统架构中,HRegionServer主要负责相应用户I/O请求，向()文件系统中读写数据A)HAFSB)HBFSC)HCFSD)HDFS答案:D解析:[单选题]49.交叉验证的目的是()。A)提高分类准确率B)得到更稳定的模型C)验证结果的准确性D)增大分类的误差答案:B解析:[单选题]50.hadoop集群不可以在（）进行。A)联机模式B)单机模式C)虚拟分布模式D)完全分布模式答案:A解析:[单选题]51.以（）为指导，结合业务数据资产需求和数据资产管理现状，编制专业数据资产发展规划，统筹编制公司数据资产发展规划。A)公司战略B)公司数据安全战略C)公司管理制度D)公司数据资产发展战略答案:D解析:[单选题]52.下面哪个组件为Hadoop提供数据存储能力（）A)HDFSB)MapReduceC)YarnD)Zookeeper答案:A解析:[单选题]53.Python代码中mpl.rcParams['font.sans-serif']=['SimHei']的作用是（）。A)设置图表中文显示的字体B)设置图表图例的位置C)设置图表标题的颜色D)设置图表标题的位置答案:A解析:设置图表字体以正确显示中文。[单选题]54.()是表现数据分布对称性的指标。A)斜率B)偏斜度C)偏度D)偏离度答案:B解析:偏斜度是对统计数据分布偏斜方向及程度的度量。在偏态分布中,当偏斜度为正值时,分布正偏,即众数位于算术平均数的左侧;当偏斜度为负值时,分布负偏,即众数位于算术平均数的右侧。第2部分：多项选择题，共23题，每题至少两个正确答案,多选或少选均不得分。[多选题]55.以下哪些软件可以对HBase进行性能监视？A)Master-status(自带)B)GangliaC)OpenTSDBD)Ambari答案:ABCD解析:[多选题]56.以下属于数据挖掘与分析工具的有()。A)TableauB)PythonC)SPSSD)Alteyx答案:ABCD解析:常用的数据挖掘工具有RapidMiner、IBMSPSSModeler、OracleDataMining、Teradata、Python。常用的数据分析工具有Tableau、Alteyx、R&Python语言、FineReport、PowerBI。[多选题]57.下列有关索引的描述正确的是()。A)索引的目的是为了增加数据操作的速度B)索引是数据库内部使用的对象C)索引建立的过多会降低数据更新的速度D)只能为一个字段建立索引答案:BC解析:[多选题]58.Google发布的三篇论文是哪些?A)GFSB)HDFSC)MapReduceD)BigTable答案:ACD解析:[多选题]59.SQL语言集几个功能模块为一体，其中包括（）A)C.DCLB)DMLC)D.DNLD)A.DDL答案:ABD解析:[多选题]60.Kafka中删除消息的阈值有哪几种？A)数据产生的时间B)数据使用的频率C)硬盘总空间大小D)分区总日志大小答案:AD解析:[多选题]61.下列关于Spark与Hadoop的说法正确的是()。A)Hadoop和Spark都是并行计算B)Hadoop和Spark两者都是用MR模型进行计算C)Spark中提供了文件管理系统D)Spark中没有提供文件管理系统答案:ABD解析:[多选题]62.根据训练数据是否拥有标记信息，学习任务可大致分为（___）和（___）。A)监督学习B)训练集C)无监督学习D)测试集答案:AC解析:[多选题]63.假设检验中，首先需要提出零假设和备择假设，下列关于零假设和备择假设的描述正确的有（）。A)零假设是只有出现的概率大于阈值才会被拒绝的；备择假设是只有零假设出现的概率大于阈值才会被承认的B)零假设是希望推翻的结论；备择假设是希望证明的结论C)零假设是只有出现的概率小于阈值才会被拒绝的；备择假设是只有零假设出现的概率小于阈值才会被承认的D)零假设是希望证明的结论；备择假设是希望推翻的结论答案:BC解析:略[多选题]64.下列属于统计分析的算法是()A)标准差B)百分位C)相关系数D)聚类答案:ABC解析:[多选题]65.做一个二分类预测问题,先设定阈值为0.5,概率不小于0.5的样本归入正例类(即1),小于0.5的样本归入反例类(即0)。然后,用阈值n(n>0.5)重新划分样本到正例类和反例类,下面说法正确的是()。A)增加阈值不会提高召回率B)增加阈值会提高召回率C)增加阈值不会降低查准率D)增加阈值会降低查准率答案:AC解析:召回率=TP/TP+FN,查准率=TP/TP+FP。当概率阈值增加时,TP、FP减少或者持平,TP+FN不变,所以召回率不会增加。[多选题]66.（）类型的字段可以作为MaxCompute的分区键。A)stringB)datetimeC)bigintD)double答案:AC解析:[多选题]67.常见的聚类性能度量外部指标有()。A)Jaccard系数B)DB指数C)FM指数D)以上答案都正确答案:AC解析:聚类常用的外部指标包括Jaccard系数、FM指数、Rand指数。[多选题]68.以下（）方法可以支持Maxcompute中受保护项目空间的数据流出。A)使用owner通过policy授权B)设置例外（ExceptionPolicy）C)使用owner通过ACL授权D)设置项目互信（TrustedProject）答案:BD解析:[多选题]69.交易数据的来源主要包括哪些：（）A)政府公开数据B)企业内部数据C)数据供应方数据D)网页爬虫数据答案:ABCD解析:[多选题]70.下列关于Explain的关键字描述正确的是（）?A)Explain通过指定option选项参数FORMAT来指定输出格式，默认是text格式。B)在Explain的基础上，通过添加Analyze同时显示该语句执行时每个算子的实际开销（单位为毫秒）和行数信息，对于判断优化器的估算准确提供依据。C)在Explain的基础上，添加Performance显示出计划的额外详细信息，包括每个算子的输出列，重分布算子的分布列等。D)在Explain的基础上，添加Verbose显示出计划的额外详细信息，包括每个算子的输出列，重分布算子的分布列等。答案:BD解析:[多选题]71.观察样本次数如何影响过拟合（）？注意：所有情况的参数都保持一致。A)观察次数少，容易发生过拟合B)观察次数少，不容易发生过拟合C)观察次数多，容易发生过拟合D)观察次数多，不容易发生过拟合答案:AD解析:[多选题]72.在云生态环境中，用户需求相当于（），云数据中心相当于（），云服务相当于（）。A)降水B)水滴C)水库D)阳光答案:BCD解析:[多选题]73.(__)属于图像平滑的滤波。A)盒式滤波B)双边滤波C)导向滤波D)贝叶斯变换答案:ABC解析:[多选题]74.为TIME类型字段添加(),其插入数据库中的时间为48:20:50。--A)'482050'B)482050C)'200:20:50'D)以上答案都不正确答案:ABC解析:[多选题]75.下列是MYSQL比较运算符的是()A)!=B)<>C)==D)>=答案:ABD解析:[多选题]76.以下说法正确的是（）A)二项分布的方差为p*(1-p)B)PDF是连续变量特有的C)伯努利分布分布的期望为npD)PMF是连续随机变量特有的答案:BC解析:[多选题]77.可视分析学是一门以可视交互为基础，综合运用()等技术等多个学科领域的知识，以实现人机协同完成可视化任务为主要目的的分析推理学科。A)物理学B)图形学C)数据挖掘D)人机交互答案:BCD解析:第3部分：判断题，共19题，请判断题目是否正确。[判断题]78.用线性代数的方式描述函数或者方程的好处之一是书写方便A)正确B)错误答案:对解析:[判断题]79.Hadoop自身具有严格的权限管理和安全措施保障集群正常运行。A)正确B)错误答案:错解析:hadoop自身并不能保证，否则本来也不会引入zookeeper进行ha了[判断题]80.元组支持增加、删除和修改元素的操作。（）A)正确B)错误答案:错解析:[判断题]81.回归分析通常用于挖掘关联规则A)正确B)错误答案:错解析:[判断题]82.转义字符r?\n?的含义是回车换行。A)正确B)错误答案:对解析:[判断题]83.高线批处理，通常是指对海量数据进分析和处理，形成结果数据，供下一步数据应用使用，离线处理对处理时间要求不高。A)正确B)错误答案:对解析:[判断题]84.已知a=[1,2,3]和b=[1,2,4]，那么id(a[1])==id(b[1])的执行结果为False。A)正确B)错误答案:错解析:[判断题]85.函数可以提高代码的复用性。（）A)正确B)错误答案:对解析:[判断题]86.已知函数定义defdemo(x,y,op):returneval(str(x)+op+str(y))，那么表达式demo(3,5,'*')的值为8。A)正确B)错误答案:错解析:[判断题]87.HLL类型的存储长度是固定的。A)正确B)错误答案:对解析:[判断题]88.Spark是基于内存的计算引擎，