大数据理论考试(习题卷5)

试卷科目：大数据理论考试大数据理论考试(习题卷5)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages大数据理论考试第1部分：单项选择题，共64题，每题只有一个正确答案,多选或少选均不得分。[单选题]1.RDD的特点不包括（）A)DD之间有依赖关系，可溯源B)DD由很多partition构成C)对RDD的每个split或partition做计算D)RDD可以增量更新答案:D解析:RDD具有5大特点（1）RDD由很多partition构成；（2）对RDD做计算，相当于对RDD的每个split或partition做计算；（3）RDD之间有依赖关系，可溯源；（4）如果RDD里面存的数据是key-value形式，则可以传递一个自定义的Partitioner进行重新分区，比如可以按key的hash值分区；（5）最优的位置去计算，也就是数据的本地性。[单选题]2.MapReduce中，Shuffle操作的作用是（）。A)合并B)排序C)降维D)分区答案:B解析:Shuffle-确保每个reduce（）函数的输入都按键排序。[单选题]3.下列极大似然估计描述错误的是(__)。A)极大似然估计先假定其具有某种确定的概率分布形式；B)极大似然估计没有确定的概率分布形式；C)概率模型的训练过程就是参数估计；D)贝叶斯学派认为参数本身也有分布，是未观察的随机变量答案:B解析:极大似然估计是利用已知的样本结果信息，反推最具有可能（最大概率）导致这些样本结果出现的模型参数值，需要先假定其具有某种确定的概率分布形式。[单选题]4.Hbase的一个典型应用是webtable，它是一个以网页（）为主键的表。A)标题；B)URL；C)内容；D)类别；答案:B解析:webtable中，以网页URL为主键。[单选题]5.读代码，请写出程序正确的答案（）。#!/usr/bin/envpython3N=100Sum=0Counter=1Whilecounter<=n:Sum+counterCounter+=1Print("1到%d之和为:%d"%(n,sum))A)结果：1到100之和为：5000B)结果：1到100之和为：０C)结果：1到100之和为：2050D)结果：1到100之和为：5020答案:B解析:循环中没有给sum赋值，故sum=0[单选题]6.下列的哪种方法可以用来降低深度学习模型的过拟合问题（）。1增加更多的数据2使用数据扩增技术(dataaugmentation)3使用归纳性更好的架构4正规化数据5降低架构的复杂度A)145B)123C)1345D)所有项目都有用答案:D解析:增多数据、数据扩增、正规化数据、选择归纳性更好、复杂度更低的架构均可以用来降低深度学习模型的过拟合问题。[单选题]7.下面哪种不属于数据预处理的方法？()A)变量代换B)离散化C)聚集D)估计遗漏值答案:D解析:[单选题]8.（）算法是决策树学习的基本算法，其他多数决策树学习方法都是它的变体。A)Find-S算法B)KNN算法C)概念算法D)I算答案:D解析:ID3算法是决策树学习的基本算法，其他多数决策树学习方法都是它的变体。[单选题]9.数据仓库的最终目的是（）。A)收集业务需求B)建立数据仓库逻辑模型C)开发数据仓库的应用分析D)为用户和业务部门提供决策支持答案:D解析:数据仓库的最终目的是为用户和业务部门提供决策支持。[单选题]10.（）计算框架源自一种分布式计算模型，其输入和输出值均为?键-值对?结构。A)MahoutB)MapReduceC)SparkD)Sqoop答案:B解析:MapReduce定义[单选题]11.以下关于DNN说法不正确的是(__)。A)层数多B)抽象能力强C)模拟更复杂模型D)广义上包含CNN，N，SVM等答案:D解析:DNN不包括SVM和DBM。[单选题]12.我们建立一个5000个特征,100万数据的机器学习模型.我们怎么有效地应对这样的大数据训练（）。A)我们随机抽取一些样本,在这些少量样本之上训练B)我们可以试用在线机器学习算法C)我们应用PCA算法降维,减少特征数D)以上答案都正确答案:D解析:样本数过多,或者特征数过多,而不能单机完成训练,可以用小批量样本训练,或者在线累计式训练,或者主成分PCA降维方式减少特征数量再进行训练。[单选题]13.下列不属于Statsmodels模块的主要特点的是（）。A)线性模型B)方差分析C)时间序列D)插值运算答案:D解析:插值运算不是统计分析的主要内容。[单选题]14.大数据计算服务提供了大数据的存储和计算服务，非常适合应用于大数据分析的领域。以下说法中错误的是:（）。A)可以实现大型互联网企业的数据仓库和BI分析B)提供了便捷的分析处理海量数据的手段，用户可以不必关心分布式计算细节，从而达到分析大数据的目的C)可以支持实时OLAP分析D)可以基于历史数据，进行用户特征和兴趣挖掘答案:C解析:[单选题]15.创建表时,不允许某列为空可以使用()命令。A)notnullB)nonullC)notblankD)noblan答案:A解析:[单选题]16.已知表test(name)的记录如下：tomtom_greentomlylily代码select*fromtestwherenamerlike'tom.*'的结果有几条记录（）A)1B)2C)3D)0答案:C解析:[单选题]17.如果字符串中有*需要匹配，需要输入的正则表达式为（）。A)\*B)\\*C)*D)(*)答案:A解析:*号用在匹配前面的子表达式零次或多次；要匹配*字符，请使用\*进行转义。[单选题]18.对数值型输出，最常见的结合策略是（）。A)投票法B)平均法C)学习法D)排序法答案:B解析:对数值型输出，最常见的结合策略是平均法。[单选题]19.Maxcompute的mapreduce不支持的功能是：（）。A)统计信息B)任务进度汇报C)推测执行D)文件压缩答案:D解析:[单选题]20.DWS支持实例故障发生时，业务不中断。因此()。A)不用担心实例故障带来的影响，无需处理故障问题。B)在实例恢复或主备切换成功之后，能够继续提供服务。C)不用担心CN故障导致SQL执行失败，保证SQL100%执行成功。D)实例故障之后GaussDB200会自动重启，无需人为关注答案:B解析:[单选题]21.在灰度线性变换s=ar+b中，要使输出图像对比度增大，则：（）A)a>1B)a<1C)a=1D)b>1答案:A解析:[单选题]22.新兴数据管理技术主要包括NoSQL技术、NewSQL技术和（）。A)数据仓库B)关系云C)数据库系统D)文件系统答案:B解析:关系云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弹性计算、虚拟化、按需服务和高经济性等特征。关系云代表了数据管理的一个重要发展方向。[单选题]23.以下聚合函数，用于求数据平均值的是A)MAXB)SUMC)COUNTD)AV答案:D解析:[单选题]24.（）用于将非线性引入神经网络。它会将值缩小到较小的范围内。A)损失函数B)优化函数C)激活函数D)目标函答案:C解析:激活函数用于将非线性引入神经网络，它会将值缩小到较小的范围内。[单选题]25.在比较模型的拟合效果时，甲、乙、丙三个模型的相关指数R^2的值分别约为0.71、0.85、0.90，则拟合效果较好的模型是（）。A)甲B)乙C)丙D)效果一样答案:C解析:R^2的取值为0-1，越靠近1，拟合效果越好。[单选题]26.下列函数中，用于使用函数对指定序列进行过滤的是()。A)map函数B)select函数C)filter函数D)reduce函数答案:C解析:[单选题]27.下列图像边缘检测算子中抗噪性能最好的是（）。A)梯度算子B)Prewitt算子C)Roberts算子D)Laplacian算答案:B解析:Prewitt算子是一种一阶微分算子的边缘检测，利用像素点上下、左右邻点的灰度差，在边缘处达到极值检测边缘，去掉部分伪边缘，对噪声具有平滑作用。[单选题]28.ElasticSearch存放所有关键词的地方是A)字典B)关键词C)词典D)索答案:C解析:[单选题]29.在支持向量机中，（）允许支持向量机在一些样本上出错。A)硬间隔B)软间隔C)核函数D)拉格朗日乘子答案:B解析:在支持向量机中，软间隔允许支持向量机在一些样本上出错。[单选题]30.泛化误差可分解为偏差、方差与噪声之和，当学习器拟合程度不够强时，是（）主导了泛化错误率。A)偏差B)方差C)噪声D)差与方差共同答案:A解析:学习器拟合程度不够强时，及欠拟合，此时是偏差主导了泛化错误率。[单选题]31.由于不同类别的关键词对排序的贡献不同，检索算法一般把查询关键词分为几类，以下哪一类不属于此关键词类型的是（）。A)引用词B)普通关键词C)高频词汇D)扩展关键答案:C解析:高频词汇信息量较少不能充当关键词，多数为无用词。[单选题]32.下面哪个程序负责HDFS数据存储（）A)NameNodeB)JobtrackerC)DatanodeD)secondaryNameNode答案:C解析:Hadoop中namenode节点作为master节点，对集群进行管理；secondaryNameNode节点在于分担namenode的压力而设置；Jobtracker是为了跟踪作业运行的情况而设置的节点。[单选题]33.下列哪项方法不属于图像分割方法（）。A)边缘检测法B)阈值分割法C)区域分割法D)特征提取答案:D解析:特征提取法属于图像配准方法的范畴。[单选题]34.Python中用（）快捷键表示运行当前程序。A)Ctrl+F10B)Ctrl+Alt+F10C)Shift+F10D)Ctrl+Shift+F10答案:D解析:Python中用（）快捷键表示运行当前程序Ctrl+Shift+F10。[单选题]35.以下哪个参数可以使数组计算沿指定轴进行应用操作（）。A)axisB)inplaceC)dataD)dtype答案:A解析:通过指定axis参数，可以沿数组的指定轴应用操作。[单选题]36.DNN常用的激活函数有(__)。A)sigmoidB)tanhC)ReLUD)以上答案都正答案:D解析:DNN常用的激活函数有sigmoid,tanh,ReLU,softplus,PReLU。[单选题]37.以下属于考虑词语位置关系的模型有（）。A)词向量模型B)词袋模型C)词的分布式表示D)TF-ID答案:A解析:词向量模型考虑通过中间词预测邻近词，需要考虑词语顺序位置。[单选题]38.对MapReduce计算框架中生成的键值对的说法正确的是（__)。A)可以有相同的键，值必须唯一；B)可以有相同的值，键必须唯一；C)可以有相同的键，也可以有相同的值；D)键和值都必须唯一；答案:C解析:键值对中的?键?和?值?并没有必然的联系，两者可以相同。[单选题]39.PHOTO_PATH="./photo/{}.jpg"指令可以实现（）。A)复制jpg文件到photo目录下B)定义一个名为photo的存储路径C)打开photo里所有的jpg文件D)重命名目录答案:B解析:PHOTO_PATH="./photo/{}.jpg"指令可以实现定义一个名为photo的相对存储路径。[单选题]40.反转二维数组arr的行arr=np.arange(9).reshape(3,3)A)arr[::-1]B)arr[::-2]C)arr[::1]D)arr[::0]答案:A解析:::-1进行反转。[单选题]41.（）是实现数据战略的重要保障。A)数据管理B)数据分析C)数据治理D)数据规划答案:C解析:从DMM模型可以看出，数据治理是实现数据战略的重要保障。数据管理的是指通过管理?数据?实现组织机构的某种业务目的。然而，数据治理则指如何确保?数据管理?的顺利、有效、科学地完成。[单选题]42.点击率的预测是一个数据比例不平衡问题（比如训练集中样本呈阴性的比例为99%，阳性的比例是1%），如果我们用这种数据建立模型并使得训练集的准确率高达99%。我们可以得出结论是：（）。A)模型的准确率非常高，我们不需要进一步探索B)模型不好，我们应建一个更好的模型C)无法评价模型D)以上答案都不正答案:C解析:对于失衡数据，模型的准确率不能作为衡量模型效果的标准。因为我们需要探索的是少数1%的数据，为更好的评估模型效果，可以用灵敏度、特异度、Fmeasure来判断。[单选题]43.AUC是衡量（）模型优劣的一种评价指标。A)回归B)分类C)二分类D)聚类答案:C解析:AUC是衡量二分类模型优劣的一种评价指标。[单选题]44.关于ZooKeeper临时节点的说法正确的是（）A)创建临时节点的命令为：create-s/tmpmyvalueB)一旦会话结束，临时节点将被自动删除C)临时节点不能手动删除D)临时节点允许有子节答案:B解析:[单选题]45.三维以上数组是以（）的形式输出的。A)按行输出B)按矩阵输出C)按矩阵列表输出D)按字符串输出答案:C解析:一维数组输出为行，二维数组输出为矩阵，三维数组输出位矩阵列表。[单选题]46.正则化是将样本在向量空间模型上的一个转换，经常被使用在分类与聚类中，正则化在preprocessing模块中如何实现（）。A)preprocessing.maxabs_scale()方法B)preprocessing.RobustScaler()方法C)preprocessing.normalize()方法D)preprocessing.Binarizer()方法答案:C解析:preprocessing模块中函数normalize提供了一个快速有简单的方式在一个单向量上来实现正则化的功能。[单选题]47.执行以下代码段Motorcycles=['honda','yamaha','suzuki']Motorcycles.append('ducati')Motorcycles.pop(1)Print(motorcycles)时,输出为（）。A)['honda','yamaha','suzuki']B)['yamaha','suzuki','ducati']C)['honda','yamaha','suzuki','ducati']D)['honda','suzuki','ducati']答案:D解析:pop出第一位置的元素[单选题]48.图像与灰度直方图的对应关系为（）。A)一一对应B)一对多C)多对一D)以上答案都正答案:C解析:灰度直方图是灰度级的函数，它表示图象中具有每种灰度级的象素的个数，反映图象中每种灰度出现的频率。灰度直方图的横坐标是灰度级，纵坐标是该灰度级出现的频率，是图象的最基本的统计特征。与图像之间的关系是多对一的映射关系。一幅图像唯一确定出与之对应的直方图，但不同图像可能有相同的直方图，选C。[单选题]49.以下关于副本和视图描述错误的是（）。A)Numpy的切片操作返回原数据的视图B)调用Ndarray的view()函数产生一个视图C)Python序列的切片操作，调用deepCopy()函数D)调用Ndarray的copy()函数产生一个视图答案:D解析:视图对应浅复制，副本对应深复制，Ndarray的copy()产生一个副本，而不是视图。[单选题]50.如果我们现有一个安装2.6.5版本的hadoop集群，在不修改默认配置的情况下存储200个每个200M的文本文件，请问最终会在集群中产生多少个数据块（包括副本）（）A)200B)40000C)400D)1200答案:D解析:在默认情况下，HDFS集群默认存储文件3份，并且大文件会按照128M的数据块大小(Hadoop2.x版本以前的默认数据块的大小是64M，到了Hadoop2.x版本以后，默认的数据块大小就变成了128M)进行切割分散存储。所以题目中的总数据块有200*2=400个。再加上会存储三份，所以400*3=1200[单选题]51.以下哪项方法不属于汉语分词方法（）。A)双向扫描法B)正向最大匹配法C)逐词遍历法D)词向量匹配答案:D解析:词向量匹配法为相似性度量并不能实现分词。[单选题]52.关于缺失值填补，不正确的说法是（）。A)填补数据可以用中位数或者众数等B)pandas.dropna可以用来填补缺失值C)用平均值填补会引入相关性D)哑变量填补是将缺失值当做一类新特征处理答案:B解析:pandas.dropna可以用来删除缺失值。[单选题]53.对模型进行超参数优化详尽搜索指定参数的估计值使用以下哪种方法（）。A)ParameterGrid()B)ParameterSampler()C)GridSearchCV()D)RandomizedSearchCV()答案:C解析:ParameterGrid网格搜索，ParameterSampler参数生成器，GridSearchCV详尽搜索指定参数的估计值，RandomizedSearchCV随机搜索超参数。[单选题]54.机器学习中发生过拟合的主要原因不包括（）。A)使用过于复杂的模型B)数据噪声较大C)训练数据少D)训练数据充答案:D解析:训练数据充足可以降低过拟合。[单选题]55.（）不是Spark服务层的功能。A)SQL查询B)实时处理C)机器学习D)内存计答案:D解析:Spark服务层主要提供面向特定类型的计算服务，如SQL查询、实时处理、机器学习以及图计算。[单选题]56.IDLE环境的退出命令是（）。A)exit()B)回车键C)close()D)esc()答案:A解析:IDLE使用exit()退出环境。[单选题]57.下列哪项具体任务不属于情感分析（）。A)情感分类B)观点抽取C)观点问答D)段落匹答案:D解析:情感分析又称意见挖掘、倾向性分析等，是对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程，包括情感分类、观点抽取、观点问答等，没有段落匹配[单选题]58.执行如下代码：ImporttimePrint(time.time())以下选项中描述错误的是（）。A)time库是Python的标准库；B)可使用time.ctime()，显示为更可读的形式；C)time.sleep(5)推迟调用线程的运行，单位为毫秒；D)输出自1970年1月1日00:00:00AM以来的秒数；答案:C解析:time模块的sleep()函数推迟调用线程的运行，单位为秒。[单选题]59.stats.describe()函数的作用是（）。A)计算变异系数B)计算数据集的样本偏度C)计算所传递数组的几个描述性统计信息D)计算关于样本平均值的第n个矩答案:C解析:stats.describe用来计算所传递数组的几个描述性统计信息。[单选题]60.scipy.stats模块中累积分布的反函数是（）。A)pdfB)ppfC)rvsD)sf答案:B解析:ppf分位点函数是累积分布函数cdf的反函数[单选题]61.Relief是为（）问题设计的。A)二分类B)多分类C)回归D)降答案:A解析:Relief是为二分类问题设计的。[单选题]62.np.linalg.svd()函数可以实现（）功能。A)计算协方差矩阵B)实现奇异值分解C)计算方差D)计算均值；答案:B解析:svd实现奇异值分解。[单选题]63.ndarry是一个通用的（）数据容器。A)单维同类；B)单维多类；C)多维同类；D)多维多类；答案:C解析:Ndarray可以容纳多维数据，且数组每个元素的类型相同。[单选题]64.聚类算法己经默认所有的记录都是（）的实体。A)相关联B)有备份C)不独立D)独立答案:D解析:聚类算法己经默认所有的记录都是独立的实体。第2部分：多项选择题，共22题，每题至少两个正确答案,多选或少选均不得分。[多选题]65.数据科学基本原则中，三世界原则指的是（）A)我们的世界B)数据世界C)物理世界D)数字世界答案:ABC解析:大数据时代的到来，在我们的?精神世界?和?物理世界?之间出现了一种新的世界--?数据世界?。因此，在数据科学中，通常需要研究如何运用?数据世界?中已存在的?痕迹数据?的方式解决?物理世界?中的具体问题，而不是直接到?物理世界?，采用问卷和访谈等方法亲自收集?采访数据?。相对于?采访数据?，?痕迹数据?更具有客观性。图灵奖获得者JimGray提出的科学研究第四范式--数据密集型科学发现（Data-intensiveScientificDiscovery）是?三世界原则?的代表性理论之一。[多选题]66.关于神经元的叙述，哪些是正确的（）A)每个神经元可以有一个输入和一个输出B)每个神经元可以有多个输入和一个输出C)每个神经元可以有多个输入和多个输出D)每个神经元可以有多个输出和一个输答案:ABCD解析:神经网络基础知识。[多选题]67.哪些项不属于使用池化层相比于相同步长的卷积层的优势（）A)参数更少B)可以获得更大下采样C)速度更快D)有助于提升精答案:BCD解析:池化层公式与卷积一样，只是不需要参数。[多选题]68.在Spark中，弹性分布式数据集的特点包括（）。A)可分区B)可序列化C)可直接修改D)可持久化答案:ABD解析:RDD不可修改。[多选题]69.Hadoop的HDFS是一种分布式文件系统，适合以下哪种场景的数据存储和管理（）。A)大量小文件存储B)高容错、高吞吐量C)低延迟读取D)流式数据访答案:BD解析:HDFS不适合小文件存储，HDFS的读取操作相比于传统的数据库延迟较高，不适合低延迟读取。[多选题]70.下面哪些属于可视化高维数据技术（）。A)矩阵B)平行坐标系C)星形坐标D)散布答案:ABC解析:矩阵、平行坐标系和星坐标系都属于可视化高维数据的常用技术，而散布图又叫相关图，只能处理二维数据。[多选题]71.变量名可以包含（）。A)字母B)数字C)下划线D)空格答案:ABC解析:变量名可以包含字母数字下划线，但不能以数字开头。[多选题]72.卷积神经网络中常用的池化函数包括（）。A)最大池化函数B)L2范数C)相邻矩形区域内的平均值D)基于据中心像素距离的加权平均函答案:ABCD解析:最大池化函数;L2范数;相邻矩形区域内的平均值;基于据中心像素距离的加权平均函数;重叠池化；空金字塔池化。[多选题]73.假设检验中，首先需要提出零假设和备择假设，零假设是（），备择假设是（）。A)只有出现的概率大于阈值才会被拒绝的，只有零假设出现的概率大于阈值才会被承认的B)希望推翻的结论，希望证明的结论C)只有出现的概率小于阈值才会被拒绝的，只有零假设出现的概率小于阈值才会被承认的D)希望证明的结论，希望推翻的结论答案:BC解析:略[多选题]74.以下（）是scipy.stats可实现的连续随机变量方法。A)rvsB)pdfC)ppfD)cdf答案:ABCD解析:scipy基础知识。[多选题]75.下表是一个购物篮，假定支持度阈值为40%，其中__()__是频繁闭项集。TID、项1abc2abcd3bce4acde5deA)abcB)adC)cdD)de答案:AD解析:[多选题]76.以下属于关键词提取算法的有（）。A)TF-IDF算法B)TextRank算法C)LSA（潜在语义分析）D)LD答案:ABCD解析:关键词提取算法包括TF-IDF算法、TextRank算法、LSA(潜在语义分析）orLSI（潜在语义索引）、LDA等。[多选题]77.NoSQL数据库常用的数据模型包括（）。A)Key-ValueB)Key-DocumentC)Key-lumnD)图存储答案:ABCD解析:NoSQL数据库常用的数据模型包括Key-Value、Key-Document、Key-Column、图存储。[多选题]78.下面对于超链接的说法，正确的是（）。A)语句<ahref=?formhtml?>FillOurForm</a>指向的是同一服务器同一目录下的formhtmlB)语句<ahref=?stuff/cathtml?>Catalog</a>指向的是同一服务器子目录stuff下的cathtmlC)语句<ahref=?/parenthtml?>Parent</a>指向的是同一服务器父目录下的parenthtmlD)语句<ahref=?wwwdevbgorg?target=?_blank?>BASD</a>指向的是内部的网站答案:ABC解析:D指向的是外部网站[多选题]79.常用的爬虫技巧有以下哪些（）。A)更改header，伪装成浏览器进行爬取B)设置爬取的时间间隔C)应用神经网络算法识别网站验证码D)通过代理服务器进行爬取答案:ABCD解析:常用的爬虫技巧有更改header，伪装成浏览器进行爬取、设置爬取的时间间隔、应用神经网络算法识别网站验证码、通过代理服务器进行爬取。[多选题]80.预剪枝使得决策树的很多分子都没有展开，会导致（）。A)显著减少训练时间开销B)显著减少测试时间开销C)降低过拟合风险D)提高欠拟合风答案:ABCD解析:预剪枝使得决策树的很多分支都没有展开，这不仅降低了过拟合的风险，还显著减少了决策树的训练时间开销和测试时间开销。但另一方面，有些分支的当前划分虽不能提升泛化性能、甚至可能导致泛化性能暂时下降，但在其基础上进行的后续划分却有可能导致性能显著提高；预剪枝基于贪心原则，禁止这些分支展开，提高了欠拟合的风险。[多选题]81.下列哪种服务可以用于存储数据（）。A)MapReduceB)YARNC)HBaseD)HS答案:CD解析:MapReduce是计算模型；YARN是通用资源管理系统；HBase是动态模式数据库；HDFS是Hadoop分布式文件系统，是数据存储的基础。[多选题]82.以下选项中，属于MapReduce特征的有（）。A)以主从结构的形式运行B)容错机制的复杂性C)任务备份机制的必要性D)数据存储位置固定答案:ABC解析:数据存储位置具有多样性，并非固定，所以D错。[多选题]83.Maxcompute的某个带有Join的SQL运行效率很低，可以采取以下（）措施来检验或者改善。A)检查连接键是否存在数据倾斜B)检查是否有多对多连接C)如小表关联大表，可以考虑使用mapjoin优化D)检查是否有笛卡尔积答案:AC解析:[多选题]84.下面哪些是基于核的机器学习算法(__)。A)最大期望算法B)径向基核函数C)线性判别分析法D)支持向量答案:BCD解析:SVM（可支持向量机），KFD（基于核的Fisher判别分析），KPCA（核成分分析）。径向基函数核（RadialBasisFunction,RBFkernel），也被称为高斯核（Gaussiankernel）或平方指数核（SquaredExponential.,SEkernel）[1]，是常见的核函数（kernelfunction）。RBF核被应用各类核学习（kernellearning）算法中，包括支持向量机（SupportVectorMachine,SVM）、高斯过程回归（GaussianProcessRegression,GPR）等。[多选题]85.列式数据库（如BigTable和HBase）以表的形式存储数据，表结构包括（）等元素A)行键B)时间戳C)列簇D)数据类型答案:ABC解析:BigTable和HBase的索引由行关键字、列簇和时间戳组成[多选题]86.下列关于极大似然估计（MaximumLikelihoodEstimate，MLE），说法正确的是(__)。A)MLE可能并不存在B)MLE总是存在C)如果MLE存在，那么它的解可能不是唯一的D)如果MLE存在，那么它的解一定是唯一答案:AC解析:极大似然估计方法（MaximumLikelihoodEstimate，MLE）也称最大概似估计或最大似然估计：利用已知的样本结果，反推最有可能（最大概率）导致这样的结果的参数值。极大似然估计，只是一种概率论在统计学的应用，它是参数估计的方法之一。说的是已知某个随机样本满足某种概率分布，但是其中具体的参数不清楚，参数估计就是通过若干次试验，观察其结果，利用结果推出参数的大概值。极大似然估计是建立在这样的思想上：已知某个参数能使这个样本出现的概率最大，我们当然不会再去选择其他小概率的样本，所以干脆就把这个参数作为估计的真实值。当然极大似然估计只是一种粗略的数学期望，要知道它的误差大小还要做区间估计。第3部分：判断题，共12题，请判断题目是否正确。[判断题]87.数据分析一般指用统计分析方法对收集来的少量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。A)正确B)错误答案:错解析:数据分析是指用适当的统计方法对收集来的大量第一手资料和第二手资料进行分析，以求最大化地开发数据资料的功能，发挥数据的作用。是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程[判断题]