版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
大数据应用基础知到智慧树期末考试答案题库2025年山东建筑大学需要转换默认的seaborn绘图风格,只需调用有参数设置的set方法。()
答案:错逻辑回归可用于解决类别超过3类的分类问题。()
答案:错通过数学模型进行预测是科学方法,通过测量获取经验数据进而预测不是科学方法。()
答案:错运行网络爬虫程序时,必须保证浏览器正在运行。()
答案:错计算线性回归模型判定系数R方的方法是()。
答案:LinearRegression().score()计算机外存中保存的数据断电后会消失。()
答案:错解决数据伦理问题,最根本的是企业或组织坚守伦理底线,践行科技向善的原则。()
答案:对网络爬虫能够爬取互联网上的任何数据。()
答案:错维克托·迈尔·舍恩伯格(ViktorMayer-Schönberger)在《大数据时代:生活、工作与思维的大变革》中指出,大数据时代最大的转变是思维方式转变,包括:()
答案:总体而非抽样;效率而非精确;相关而非因果私有云和公有云在技术架构上是相同的,只是服务的对象不同。()
答案:对电信运营商可以根据大数据,发现有“离网”倾向的用户。()
答案:对现实世界中直接采集到的数据大多是不完整、结构不一致、含噪声的数据,无法直接用于数据分析或挖掘。()
答案:对物联网是物物相连的网络,是互联网的延伸。()
答案:对物联网中每时每刻都在产生、传输海量数据,是大数据的主要来源之一。()
答案:对爬虫程序的不当使用包括()
答案:利用抢票软件购票;在社交平台自动“点赞”检查HDFS中文件一致性状况的命令是?()
答案:fsck有关文本分析的描述,不正确的是()。
答案:去除停用词是指去除文本中包含信息较多、使用频率又很高的词有关K-means聚类命令sklearn.cluster.KMeans(),以下说法不正确的是()。
答案:可通过参数n_clusters指定初始聚类中心位置更改一个文件权限的命令是()。
答案:chmod无论是用户,还是应用程序,对文件的存取,都要通过操作系统来完成。()
答案:对文本文件中的数据的存储结构依赖应用程序,所以文件不适合管理较大规模的数据。()
答案:对文本分析中的词语分词是指为词语标注相应词性的过程。()
答案:错文字出现之前,人类没有使用数据的经历。()
答案:错数据预处理的目的()
答案:清理“脏”数据;抽取精准的数据;调整数据格式;尽可能的简化数据;提高数据质量数据集成的过程中需要处理的问题有()
答案:其余选项都是数据计量单位中,千字节是1000个字节。()
答案:错数据计量单位中,T是G的()倍。
答案:1024数据节点(DataNode)的主要功能包括哪些?()
答案:负责数据的存储和读取;根据客户端或者是名称节点的调度来进行数据的存储和检索;向名称节点定期发送自己所存储的块的列表数据的形式有:()。
答案:数值;文字;图像;图形;动画;视频;音频数据挖掘指从大量数据中通过算法和分析工具获得隐藏于其中的信息的过程。()
答案:对数据挖掘和机器学习是一个概念的不同表述。()
答案:错数据归约指数据降维,是从原有的数据中删除不重要或不相关的属性,或者通过对属性进行重组来减少属性的个数。()
答案:对数据库管理系统的主要功能包括以下几个方面()
答案:数据库的建立与维护;数据定义;数据组织、存储和管理;数据操作数字经济就是电子商务。()
答案:错散点图无法反映特征之间的统计关系。()
答案:错折线图的主要功能是查看因变量y随着自变量x改变的趋势。()
答案:对当前,大数据安全已经上升到了国家安全高度。()
答案:对当前,人们能够基于数据总体(而不是抽取的样本)进行分析,其原因包括()。
答案:获取数据的能力空前提高(如传感器能够高速测量);分布式文件系统和分布式数据库技术提供了理论上近乎无限的数据存储能力;分布式并行程序设计框架MapReduce提供了强大的海量数据并行处理能力应用程序删除文件时,可以不使用操作系统的功能。()
答案:错常见的数据质量问题包括()
答案:噪声;离群值;数据缺失;数值重复常用的流数据处理技术有()。
答案:Strom;SparkStreaming;Flink常用的中文停用词列表包括()。
答案:哈工大停用词表;四川大学机器智能实验室停用词表;百度停用词表如果顾客的购物车中有多包羊肉片、糖蒜却没有火锅蘸料,则在结账时询问是否需要蘸料,这一过程需要人工介入()
答案:错大数据管理平台技术的发展历程为()。
答案:初始阶段;开源阶段;内存计算阶段;流处理阶段大数据管理平台技术可以应用到下述哪些领域场景中()。
答案:互联网;交通;医疗;电信大数据的来源包括()。
答案:组织内部的信息系统;互联网用户;智能设备和传感器;科学实验大数据时代,数据类型繁多,半结构化和非结构化的数据成为主流数据形式,而NoSQL数据库没有固定的表结构,数据约束也比较宽松,更适合海量的非结构化数据存储。()
答案:对基于文件的数据管理模式下,应用程序要依赖文件的存储结构,数据项位置发生变化时,应用程序就要相应改变。()
答案:对在词频统计中,对于文本行"hellohadoophelloworld",经过WordCount的Reduce函数处理后的结果是()。
答案:<“hadoop”,1><“hello”,2><“world”,1>在实际应用中,大数据处理主要包括以下哪三种类型?()
答案:复杂的批量数据处理:通常时间跨度在数十分钟到数小时之间;基于历史数据的交互式查询:通常时间跨度在数十秒到数分钟之间;基于实时数据流的数据处理:通常时间跨度在数百毫秒到数秒之间在大数据时代,可视化技术可以支持实现哪些目标?()
答案:观测、跟踪数据;分析数据;辅助理解数据;增强数据吸引力在Spark生态系统组件的应用场景中,下列哪项说法是错误的?()
答案:SparkStreaming是基于历史数据的数据挖掘在seaborn中要移除图形中的轴线,使用的方法是despine方法。()
答案:对在pyecharts中使用Barh类绘制水平柱状图。()
答案:错在pandas中绘制水平柱状图需在plot函数中设置参数kind='barh'。()
答案:对在K-means聚类过程中,计算不同K值时的内平方和WWS如下表所示,请问最优K值是()。K值WWS值162.8212.339.449.359.269.1
答案:3在HDFS中负责保存文件数据的节点被称为()。
答案:DataNode合理获取数据的方法包括()
答案:直接获取开放数据;使用程序采集数据(数据生产者不反对的情况下);在合法平台上购买数据;有警示的情况安装摄像头采集数据可通过浏览器访问SparkWebUI查看Spark集群状态,默认地址为主节点IP加端口号8080。
答案:对可用于计算逻辑回归模型判别准确度的方法是()。
答案:LogisticRegression().score()可用于英文分词的方法是()。
答案:nltk.word_tokenize()可用于统计词频的方法()。
答案:nltk.FreDist()利用逻辑回归模型进行类别预测的方法是()。
答案:LogisticRegression.predict()利用线性回归模型进行预测的方法是()。
答案:LinearRegression().predict()利用八爪鱼采集器采集数据过程中,如果希望只采集满足条件的部分数据,可以尝试通过判断条件功能来完成。()
答案:对列族数据库的查找速度快、可扩展性强、复杂性低,代表性的软件有HBase、Cassandra等。()
答案:对关系型数据库中,关系中每一列都应是不可再分的基本属性。()
答案:对关于服务器,正确的说法是()。
答案:是一台或一组计算机;为其他客户机提供服务;具有强大的运算和输入输出能力关于数据库,正确的说法是()。
答案:和文件一样,都是存储数据的载体;数据是组织的;可以被不同应用程序以统一的方式进行访问关于因果关系和相关关系,正确的描述是()
答案:因果关系是必然的、机理性的关系关于关系型数据库,正确的说法是()。
答案:采用二维表来存储数据;二维表的列的次序不影响语义;二维表的列的名字不能重复;一个数据库可能包含多个二维表关于Linux操作系统,正确的说法是()。
答案:是一款开源操作系统,比闭源操作系统更安全;内核由来自荷兰的LinusBenedictTorvalds开发成功;每个人都可以阅读该操作系统的源代码保障大数据造福大众的措施有()。
答案:技术进步;健全法律法规;企业坚守自身伦理底线使用seaborn中的set_style()设置主题,有5个预设的主题。()
答案:对作为数字经济的关键生产要素,大数据资源具有可复制、可共享、无限增长和供给的禀赋。()
答案:对传统的数据安全问题包括以下几个方面()。
答案:计算机病毒;黑客攻击;介质损坏;人为失误以下行为正确的是()。
答案:及时删除不明电子邮件的附件;使用国产替换软件以下属于K-means聚类步骤的是()。
答案:随机选取K个点作为每个类别的初始聚类中心;计算每个样本点与K个聚类中心的距离;将每个样本点分配给距离它最近的聚类中心对应的那一簇,进而重新计算每个簇的聚类中心;反复迭代计算聚类中心,直到算法收敛以下哪项是数据节点的职责?()
答案:根据客户端的请求执行读写操作以下哪项是NameNode的职责()?
答案:管理文件系统命名空间以下哪个组件不属于Spark生态()。
答案:YARN以下哪个方法可用于实现分类()。
答案:sklearn.linear_model.LogisticRegression()以下关于聚类的描述,正确的是()
答案:聚类的数据集只包含特征变量不包含类别变量以下关于绘图标准流程的说法错误的是()。
答案:添加图例可以在绘制图形之前以下与物联网相关的应用场景是()。
答案:智慧公交;智能家居以下()属于NoSQL数据库。
答案:列族数据库;文档数据库;键值数据库从目录/home/glxy/app切换到目录/home/glxy/hadoop的相对路径是()
答案:../hadoop云计算降低了计算资源的成本和技术壁垒,为大数据技术发展奠定了算力基础。()
答案:对云计算的用户知道哪台服务器为他(她)提供了服务。()
答案:错云计算的典型服务模式包括()。
答案:SaaS;IaaS;PaaS云计算是一种提供可伸缩的计算能力的服务,使用者可以按需求量使用,按使用量付费。()
答案:对为了快速发展数字经济,可以允许一些平台收集用户的隐私信息。()
答案:错下面有关逻辑回归的描述,正确的是()。
答案:逻辑回归用于解决二分类问题;逻辑回归中的因变量Y取值为0或1;逻辑回归中p(y=0)+p(y=1)=1;决策边界的概率估计值p(y=0)=p(y=1)=0.5下面有关回归分析的描述,正确的是()。
答案:回归分析包括学习过程和预测过程;回归分析的学习过程是利用有标签的训练数据集学习得到一个模型;回归分析的预测过程是利用得到的模型对新样本进行预测下面有关回归分析的描述,不正确的是()。
答案:回归分析属于无监督学习下面有关分类的描述,正确的是()。
答案:分类是一种监督学习;分类问题的因变量是类别变量;分类包括学习过程和分类过程下面有关分类的描述,不正确的是()。
答案:分类是一种无监督学习下面对甘特图的叙述错误的是()。
答案:甘特图的横轴表示任务;甘特图的纵轴表示时间下面哪个程序负责HDFS数据存储()。
答案:Datanode下面哪个Linux命令可以一次显示文件的一页内容?()
答案:more下面与HDFS类似的框架是()?
答案:GFS下述哪些技术不属于开源技术()。
答案:GFS下列选项中,获取数据的直接来源的方法有()
答案:实验检测获取数据;问卷调查下列调查适宜用调查问卷的是()
答案:对你所在班级的学生最喜欢的体育活动进行调查;对上海市常住人口家庭收入情况进行调查下列说法中,哪些选项描述正确?()
答案:Spark在借鉴HadoopMapReduce优点的同时,很好地解决了MapReduce所面临的问题;Spark的计算模式也属于MapReduce,但不局限于Map和Reduce操作下列哪些选项属于Hadoop的缺点?()
答案:表达能力有限;磁盘IO开销大;延迟高;在前一个任务执行完成之前,其他任务就无法开始,难以胜任复杂、多阶段的计算任务下列参数中调整后显示中文的是()。
答案:font.sans-serif下列函数中,可以设置坐标轴刻度标签的是()。
答案:xticks()下列函数中,可以一次绘制多个子图的是()。
答案:add_subplot()下列关于Spark的描述,错误的是哪一项?()
答案:Spark运行模式单一下列关于RDD说法,描述有误的是?()
答案:RDD是可以直接修改的一般来说,组织内部的信息系统产生的数据体量大,质量不高。()
答案:错一般来说,科学实验产生的数据体量较小,质量不高。()
答案:错一般来说,智能机器产生的数据体量较小,质量不高。()
答案:错一般来说,和PaaS模式的云服务相比,使用SaaS云服务,用户需要自行管理更多的资源。()
答案:错一种典型的数据处理使用模式是:首先使用()工具对原始海量数据进行分析,产生较小规模的数据集,再使用()工具对该数据集进行快速查询,获取最终结果。
答案:批处理、交互式处理一个爬虫程序开发成功后,如果想爬取另一个网站,只需要修改目标的URL就可以。()
答案:错ZooKeeper属于大数据管理平台的资源管理层。()
答案:对Spark的主要特点有()。
答案:性能高效;简单易用;与Hadoop无缝集成Spark生态系统支持批处理、交互式处理和流处理。()
答案:对Spark提供了内存计算,带来了更高的迭代运算效率。()
答案:对seaborn的绘图更加便捷美观,是Matplotlib的替代。()
答案:错Response类对象的下列属性中,用于表示HTML代码的是()
答案:textRDD(ResilientDistributedDataset)是运行在工作节点的一个进程,负责运行任务。()
答案:错Python常用的中文分词包是()。
答案:jiebapyecharts可基于Web浏览器显示所绘制图形。()
答案:对pandas的DataFrame对象的drop_duplicates可以删除空数据行或列。()
答案:错pandas库中的DataFrame对象的replace方法可以替换指定数据。()
答案:对NoSQL是大数据时代的主流存储方式,可以全面替代传统的关系数据库。()
答案:错NameNode通过什么机制知道DataNode是活动的?()
答案:心跳mv命令可以移动文件和目录,还可以为文件和目录重新命名。()
答案:对Matplotlib中的plot模块提供了一系列操作和绘图函数。()
答案:错Matplotlib中的()模块提供了一系列操作和绘图函数。
答案:pyplotMap阶段的主要工作是将多个任务的计算结果进行汇总。()
答案:错MapReduce将复杂的、运行于大规模集群上的并行计算过程高度地抽象到了两个函数。()
答案:对Linux的命令由连续的字符组成,命令和参数之间可以没有空格。()
答案:错Linux文件权限一共10位长度,第5到7位表示的内容是()。
答案:文件所有者所在组的权限Linux操作系统的主要特点是()。
答案:免费;开源;多用户多任务;安全Linux中权限最大的账户是()。
答案:rootKafka主要解决了各个组件之间缺乏统一的、高效的数据交换中介问题。()
答案:对JamesNicholasGray总结的科学范式包括()。
答案:实验科学(经验科学);理论科学;计算科学;数据密集型科学HDFS采用了什么模型?()
答案:主从结构模型HDFS系
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- (新教材)人教版小学数学六年级上册第一单元确定位置《用有序数对确定位置》示范教学课件第三课时
- 高中地理湘教版必修一图表专项教学设计
- 高三数学柯西不等式与权方和不等式一轮复习教学设计
- 九年级数学上册过圆外一点作圆的切线教学设计
- 高一物理教学设计:必修二第六章第一节圆周运动核心素养导学案
- 小学六年级音乐教学设计:聆听与创编-以格里格《清晨》为核心的“日出”意象多元建构
- 小学三年级道德与法治教案:筑牢生命防线 护航平安成长
- 八年级道德与法治下册 1.2 宪法的内容和作用 教学设计
- 高三年级数学微专题教学设计-放缩法证明不等式
- 初中八年级地理教学设计:农业区位因素与类型分析
- 大学剪纸课程课件
- 2026-2027学年北京版七年级生物上册每课核心知识点总结
- 2026届高考数学考向核心卷含答案(全国二卷)
- 校园改扩建工程项目投标文件
- 第12课 历史性成就 第1课时 课件(内嵌视频)2026-2027学年道德与法治五年级上册统编版
- 2026年江苏省普通高中学业水平合格性考试生物真题(含标准答案及解析)
- 连杆螺钉机械加工工艺规程及钻φ6孔夹具设计
- 2026年6月英语六级真题册(三套全)
- 2026年注册会计师法考试题库及答案
- 2025四川省德阳市中考英语真题(原卷版)
- 2025-2026学年湖南省岳阳市岳阳楼区八年级(上)期末数学试卷(含答案)
评论
0/150
提交评论