大數(shù)據(jù)CDA考試(習題卷3)

試卷科目：大數(shù)據(jù)CDA考試大數(shù)據(jù)CDA考試(習題卷3)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages大數(shù)據(jù)CDA考試第1部分：單項選擇題，共118題，每題只有一個正確答案,多選或少選均不得分。[單選題]1.解壓.tar.gz結(jié)尾的HBase壓縮包使用的Linux命令是?A)tar-zxvfB)tar-zXC)tar-sD)tar-nf[單選題]2.在方差分析中，我們?nèi)缦螺敵錾媳碛校刻柕目崭駭?shù)值是多少()A)32B)33C)64D)66[單選題]3.在ORM模型中,數(shù)據(jù)表的字段由()類實例表示。A)dbB)columnC)db.ColumnD)property[單選題]4.以下哪些是制作條形圖時的錯誤做法()。A)不要讓直條太窄,否則會讓讀者的視線集中在兩直條間大片的空白處,直條的寬度應(yīng)當約為條間距的兩倍B)不要用太粗的網(wǎng)格線和三維透視圖,這樣會遮掩數(shù)據(jù)并轉(zhuǎn)移讀者對數(shù)據(jù)的注意力C)進行比較時,不要用刻度線和網(wǎng)格線,這樣會使水平直條的相對長度更加難以辨別D)直條應(yīng)當由最大值排到最小值,特定的直條可用不同的透明度予以強調(diào)。[單選題]5.執(zhí)行語句inti=1,j=++i;后i與j的值分別為A)1與1B)2與1C)1與2D)252[單選題]6.以下一項不屬手創(chuàng)建Loader作業(yè)時必選項?A)優(yōu)先級B)名稱C)連接D)類型[單選題]7.萬維網(wǎng)之父是()。A)彼得·德魯克B)舍恩伯格C)蒂姆·伯納斯-李D)斯科特·布朗[單選題]8.Hbase中的Region是由哪個服務(wù)進程來管理的?A)HregionserverB)ZookeeperC)MasterD)Datanode[單選題]9.以下哪項不是描述數(shù)據(jù)離散趨勢的常見指標。)A)極差B)都是C)四分位數(shù)間距D)變異系數(shù)[單選題]10.下面的數(shù)據(jù)是一家電商企業(yè)的網(wǎng)頁瀏覽量與銷售量之間的相關(guān)性描述，根據(jù)表格信息，下列選項中正確的是()A)提高瀏覽量是提高銷售量的直接原因B)瀏覽量與銷售量存在顯著相關(guān)性C)瀏覽量每增加1個單位，銷售量增加0.008個單位D)提高銷售量是提高瀏覽量的直接原因[單選題]11.使用多個分類器的預(yù)測來提高分類準確率的技術(shù)稱為()。A)集成(ensemble)B)聚集(aggregate)C)合并(combination)D)投票(voting)[單選題]12.設(shè)x為float型變量,y為double型變量,a為int型變量,b為long型變量,c為char型變量,則表達式x+y*a/x+b/y+c的值為()類型。A)intB)longC)doubleD)char[單選題]13.小王養(yǎng)了一頭豬和一只雞,一天,豬問雞:?主人去哪里了?,豬含淚答道:"去買粉條了?。雞很同情的說;?老弟,來世再見。?以上對話體現(xiàn)了數(shù)據(jù)分析方法中的()。A)關(guān)聯(lián)B)自然語言處理C)聚類D)文本挖掘[單選題]14.銀行根據(jù)客戶以往貸款記錄情況,將客戶分為低風險客戶和高風險客戶。對一個新來的申請者,銀行計算風險,決定接受或拒絕該申請。這屬于()算法的應(yīng)用。A)分類B)聚類C)關(guān)聯(lián)D)回歸[單選題]15.如下哪項不是ZooKeeper的關(guān)鍵特性()?A)最終一致性B)延時性C)可靠性D)等待無關(guān)性[單選題]16.分析師小A想要對多元線性回歸y=b0+b1x1+b2x2+…+bnxn+ε進行線性關(guān)系檢驗時，他設(shè)定的原假設(shè)可以是()A)b0=b1=……=bn=0B)b1=……=bn=0C)b0,b1,……,bn中存在任意一個不為0D)b1,……,bn中存在任意一個不為0[單選題]17.FusioninsightHD中Loader從SFTP服務(wù)器導(dǎo)入文件時,不需要做編碼轉(zhuǎn)換和數(shù)據(jù)轉(zhuǎn)換且速度最快的文件類型是以下哪項?A)graph-fileB)blnary-fileC)text-fileD)sequence-file[單選題]18.為了保障流應(yīng)用的快照存儲的可靠性,快照主要存儲在哪里?A)jobmanager的內(nèi)存中B)可靠性高的單機數(shù)據(jù)庫中C)本地文件系統(tǒng)中D)hdfs中[單選題]19.某專業(yè)畢業(yè)的研究生年薪的標準差大約為2000美元，現(xiàn)在想要估計這個專業(yè)畢業(yè)研究生年薪95%的置信區(qū)間，并要求誤差為100美元，應(yīng)抽取多大的樣本量？()z/2=1.96A)182B)98C)1537D)634[單選題]20.關(guān)于Kafka磁盤容量不足的告警,對于可能的原因以下分析不正確的是?A)業(yè)務(wù)規(guī)劃不合理導(dǎo)致數(shù)據(jù)分配不均,使部分磁盤達到使用率上限B)數(shù)據(jù)保存時間配置過長,數(shù)據(jù)累計達到磁盤使用率上限C)Broker節(jié)點故障導(dǎo)致D)用于存儲Kafka數(shù)據(jù)的磁盤配置(如磁盤數(shù)目磁盤大小等),無法滿足當前業(yè)務(wù)數(shù)據(jù)流量,導(dǎo)致磁盤使用率達到上限[單選題]21.Hive中的數(shù)據(jù)類型,下面說正確的是()。A)TINYINT,1個字節(jié)(8位)有符號整數(shù)B)SMALLINT,2個字節(jié)(16位)有符號整數(shù)C)INT,4個字節(jié)(32位)有符號整數(shù)D)以上都正確[單選題]22.以下不屬于對應(yīng)分析的優(yōu)點的選項有()A)結(jié)果直觀B)圖形化C)沒有復(fù)雜的中間過程D)信息保留完整[單選題]23.分類通常會把模型數(shù)據(jù)集拆分成兩個部分,其中一個部分用來評估模型好與不好,這個部分叫做()。A)訓(xùn)練集B)測試集C)已知數(shù)據(jù)D)未知數(shù)據(jù)[單選題]24.對于一個列聯(lián)表來說，多維尺度分析關(guān)注的是()A)行變量和列變量兩者的相關(guān)性B)變量之間的相關(guān)關(guān)系C)行變量之間的相似性D)維度的含義[單選題]25.在Jinjia2模板引擎中實現(xiàn)模板的繼承,使用的關(guān)鍵詞是()。A)extendB)extendsC)fromD)import[單選題]26.為AB類的一個無形式參數(shù)無返回值的方法methiod書寫方法頭,使得使用類名AB作為前級就可以調(diào)用它,該方法頭的形式為()。A)staticvoidmethod()B)publicvoidmethod()C)finalvoidmethod()D)abstractvoidmethod()[單選題]27.是要找到不同事物之間的關(guān)聯(lián)程度，確定哪些事物會一起出現(xiàn)。A)預(yù)測建模B)聚類分析C)關(guān)聯(lián)分析D)異常檢測[單選題]28.大數(shù)據(jù)至少為以下哪種存儲量級?A)EBB)PBC)TBD)ZB[單選題]29.以下選項中,不屬于信息時代的定律的是()A)吉爾德定律B)摩爾定律C)麥特卡爾夫定律D)達律多定律[單選題]30.Java編程所必須的默認引用包為()A)java.sys包B)java.lang包C)java.util包D)以上都不是[單選題]31.ZooKeeper特點包括(】。A)最終一致性B)可靠性C)實時性D)實時性[單選題]32.已知某一元線性回歸模型的判定系數(shù)R2=0.64，則自變量與因變量之間的相關(guān)系數(shù)為()A)0.4B)0.6C)0.8D)1.0[單選題]33.HDFS中的block默認保存幾個備份。A)3份B)2份C)1份D)不確定[單選題]34.回歸分析首要解決的問題是(】。A)確定解釋量和被解釋變量B)確定回歸模型C)建立回歸方程D)進行檢驗[單選題]35.下列哪些語句關(guān)于Java內(nèi)存回收的說明是正確的?A)程序員必須創(chuàng)建一個線程來釋放內(nèi)存B)內(nèi)存回收程序負責釋放無用內(nèi)存C)內(nèi)存回收程序允許程序員直接釋放內(nèi)存D)內(nèi)存回收程序可以在指定的時間釋放內(nèi)存對象[單選題]36.教育水平作為定序型變量，若要描述其離散程度，可選用以下哪種方法()A)平均差B)四分位差C)方差D)標準差[單選題]37.LSM含義是?A)日志結(jié)構(gòu)合并樹B)二叉樹C)平衡二叉樹D)長平衡二叉樹[單選題]38.下面關(guān)于MapReduce的描述中正確的是()。A)MapReduce程序必須包含Mapper和Reduce。B)MapReduce程序的MapTask可以任意指定。C)MapReduce程序的ReduceTask可以任意指定D)MapReduce程序的ReduceTask可以任意指定[單選題]39.在評價多元線性回歸模型擬合程度的時候，我們主要查看()的數(shù)值A(chǔ))修正R2B)R2C)SSED)SSR[單選題]40.在以下語句中，哪個語句可以用來查詢<績效成績>表中?員工id?字段以?b?開頭的記錄A)selectB)selectC)selectD)select[單選題]41.以下哪個不是Spark的分布式部署方式?(A)standaloneB)sparkonmesosC)sparkonYARND)Sparkonlocal[單選題]42.關(guān)于Hive中的桶說法不正確的是()?A)每個桶是一個目錄B)建表時指定桶個數(shù),桶內(nèi)可排序C)數(shù)據(jù)按照某個字段的值Hash后放入某個桶中D)對于數(shù)據(jù)抽樣、特定join的優(yōu)化很有意義[單選題]43.偏自相關(guān)函數(shù)ACF呈現(xiàn)緩慢的趨近于零，我們稱ACF具有()A)長尾性B)短尾性C)收斂性D)拖尾性[單選題]44.如果數(shù)據(jù)量較大,哪種聚類算法比較適合?()A)系統(tǒng)聚類B)快速聚類(k-means)C)A和B都可以D)A和B都不可以[單選題]45.Spark組件中哪個選項不屬于transformation操作?A)JoinB)distinctC)reduceByKeyD)reduce[單選題]46.在因子分析中，為了幫助解釋因子，我們可以使用()A)因子得分B)因子負載C)因子旋轉(zhuǎn)D)主成分分析[單選題]47.以下關(guān)于Flink關(guān)鍵特性描述不正確的是?A)Sparkstreaming與Flink相比,時延更低B)F1ink流式處理引擎能夠同時提供支持流處理和批處理應(yīng)用的功能C)與FusioninghtHD中的Streaming相比,Flink具有更高的吞吐量D)checkpoint實現(xiàn)了Flink的容錯[單選題]48.邏輯回歸屬于()A)無監(jiān)督學習B)有監(jiān)督學習C)半監(jiān)督學習D)非監(jiān)督學習[單選題]49.一個6面骰子連擲4次，得到至少一次六點的概率約為()。A)≈51.77%B)≈66.67%C)≈48.22%D)≈16.67%[單選題]50.無監(jiān)督學習中應(yīng)用最廣的是()。A)分類算法B)聚類算法C)關(guān)聯(lián)算法D)時序[單選題]51.在測試Flask項目時,使用()模塊可以根據(jù)需求產(chǎn)生不同類型和數(shù)量的虛擬數(shù)據(jù)0A)demoB)fakerC)testD)faker_data[單選題]52.使用余弦相似度時，結(jié)果等于1表示兩個向量()A)完全相同B)完全相反C)完全相關(guān)D)不確定[單選題]53.一個gzip文件大小75MB,客戶端設(shè)置Block大小為64MB,請問其占用幾個Block?A)3B)2C)4D)1[單選題]54.spark的核心模塊是A)sparkstreamingB)sparkcoreC)mapreduceD)sparksql[單選題]55.main方法是Java應(yīng)用程序執(zhí)行的入口點,關(guān)于main方法的方法頭以下哪項是合法的?A)publicstaticvoidmain()B)publicstaticvoidmain(String[]args)C)publicstaticintmain(StringargD)publicvoidmain(Stringarg)[單選題]56.字段?貸款人姓名?，下列方法最適宜的是()A)需要編碼為數(shù)值變量B)需要編碼為字符變量C)需要編碼為二分變量D)需要編碼為分類變量[單選題]57.下面哪一個操作符的優(yōu)先級最高?A)&&B)11C)!D)()[單選題]58.HBase中的批量加載底層使用()實現(xiàn)。A)MapReduceB)HiveC)CoprocessorD)BloomFilter[單選題]59.HDFS中的數(shù)據(jù)塊【block]默認保存幾份?()A)3份B)2份C)1份D)不確定[單選題]60.在估計總體比例時，若其他條件不變，如果為了節(jié)約成本，減少50%的樣本，那么誤差將大約是原來的()A)1、4倍B)1、5倍C)2倍D)4倍[單選題]61.整型數(shù)據(jù)類型中,需要內(nèi)存空間最少的是A)shortB)longC)intD)byte[單選題]62.不屬于HDFS優(yōu)勢是()。A)時間快B)超大文件C)大量小文件D)商用硬件[單選題]63.在使用Flask-WTF自定義表單類時,自定義的類需要繼承自()。A)FlaskFormB)FlaskFormsC)FlaskWTFD)Forms[單選題]64.下列涉及通配符的操作，范圍最大的是()A)nameB)nameC)nameD)name[單選題]65.以下方法可以改變數(shù)據(jù)量綱的是A)對數(shù)據(jù)做歸一化處理B)對數(shù)據(jù)做z-score標準化C)對數(shù)據(jù)取對數(shù)D)以上都是[單選題]66.編譯Java程序的命令是:A)appletviewerB)javacC)javaD)javadoc[單選題]67.倒傳遞神經(jīng)網(wǎng)絡(luò)(BP神經(jīng)網(wǎng)絡(luò))的訓(xùn)練顧序是什么(1:調(diào)整權(quán)重;2:計算誤差值;3:利用隨機的權(quán)重產(chǎn)生輸出的結(jié)果)()。A)231B)312C)213D)321[單選題]68.HDFS的副本放置策路中,同一機架不同的服務(wù)器之間的距離是()A)3B)2C)1D)4[單選題]69.假設(shè)檢驗中顯著性水平是()。A)推斷時犯取偽錯誤的概率B)推斷時取偽棄真的概率C)正確推斷的概率D)是推斷的可信度[單選題]70.分析師小A發(fā)現(xiàn)某產(chǎn)品銷量數(shù)據(jù)有明顯的長期趨勢變動，則小A可以考慮采用()A)移動平均值法B)向量自回歸法C)差分法D)固定效應(yīng)法[單選題]71.將巧克力藏在不透明的容器里,將無花果、開心果等健康零食放在透明玻璃罐里。7周內(nèi)職員少攝入310萬卡路里。這屬于()的案例。A)關(guān)聯(lián)規(guī)則B)聚類規(guī)則C)分類規(guī)則D)不能確定[單選題]72.安裝fusioninsightHD的Streaming組件是,Nimbus角色要求安裝幾個節(jié)點?A)4B)3C)2D)1[單選題]73.如果要給隊列QueueA設(shè)置容量為30%,應(yīng)該設(shè)置哪個參數(shù)()?A)yarn.scheduler.capacity.root.QueueA.minimum-user-limit-percentB)yarn.scheduler.capacity.root.QueueD.user-llmit-actorC)yarn.scheduler.capacity.root.QueueA.capacityD)yarn.scheduler.capacity.root.QueueA.state[單選題]74.如果一組數(shù)據(jù)不是對稱分布，按照切比雪夫不等式，至少約有75%的觀測值落在距均值()個標準差的區(qū)間范圍內(nèi)。A)1B)2C)3D)4[單選題]75.fusioninsight對于管理操作,下列錯誤的是?A)可對服務(wù)進行啟停重啟B)可以添加和卸載服務(wù)C)常用服務(wù)隱藏或顯示D)可查看服務(wù)的當前狀態(tài)[單選題]76.下列論據(jù)中,能夠支撐?大數(shù)據(jù)無所不能?的觀點的是()。A)互聯(lián)網(wǎng)金融打破了傳統(tǒng)的觀念和行為B)大數(shù)據(jù)存在泡沫C)大數(shù)據(jù)具有非常高的成本D)個人隱私泄露與信息安全擔憂[單選題]77.顯著性檢驗中的P值小于多少時,可以認定為絕對顯著相關(guān)。()A)1B)0.05C)0.01D)0.001[單選題]78.hbase的底層數(shù)據(jù)以()的形式存在的?A)kevvalueB)列存儲C)行存儲D)實時存儲[單選題]79.一家電商抽取了36個消費者年齡作為隨機樣本，得到樣本均值為40，樣本標準差為6。該電商客戶年齡90%的置信區(qū)間為()z0、05=1、65A)（34，46）B)（38、35，41、65）C)（39、1，40、9）D)（39、15，40、95）[單選題]80.Spark是用以下哪種編程語言實現(xiàn)的()?A)CB)C++C)JAVAD)Scala[單選題]81.識別垃圾郵件屬于。A)預(yù)測建模B)聚類分析C)關(guān)聯(lián)分析D)異常檢測[單選題]82.HBase中如果發(fā)生一個Region的Split,一個HFile文件真正分開到兩個Region的過程發(fā)生在以下什么階段?A)Split過程中B)Flush過程中C)Compaction過程中D)HFile分開過程中[單選題]83.以下哪個方法用于定義線程的執(zhí)行體?A)start()B)init()C)run()D)synchronized()[單選題]84.Hadoop組件在企業(yè)應(yīng)用中,能用于數(shù)據(jù)挖掘的產(chǎn)品有()。A)HiveB)PigC)MahoutD)Hbase[單選題]85.下列關(guān)于HadoopAPI的說法錯誤的是()。A)Hadoop的API只適用于HDFS文件系統(tǒng)B)Configuration類的默認實例化方法是以HDFS系統(tǒng)的資源配置為基礎(chǔ)的C)FileStatus對象存儲文件和目錄的元數(shù)據(jù)D)FSDatalnputStream是java.io.DatalnputStream的子類[單選題]86.Spark原生開發(fā)語言是()。A)ScalaB)JavaC)PyPhtthonD)R語[單選題]87.下列有關(guān)數(shù)據(jù)分析說法正確的是()。A)一類業(yè)務(wù)問題只能用同一種數(shù)據(jù)分析模型來解決。B)CRISP-DM是多個面向不同任務(wù)的分析模型的統(tǒng)稱。C)數(shù)據(jù)分析的前期基礎(chǔ)類數(shù)學知識只有概率論和微積分。D)數(shù)據(jù)分析是包含不同步驟的一整套流程。[單選題]88.以下哪個不屬于數(shù)據(jù)分析報告的開篇部分。()A)索引B)前言C)目錄D)標題[單選題]89.Hadoop中MapReduce組件擅長處理哪種場景的計算任務(wù)?A)迭代計算B)離線計算C)實時交互計算D)流式計算[單選題]90.欲構(gòu)造ArrayList類的一個實例,此類繼承了List接口,下列個方法是正確的?()A)ArrayListmyList=newObject0;B)ListmyList=newArrayList():C)ArrayListmyList=newList():D)ListmyList=newList():[單選題]91.一個一元線性回歸模型的判定系數(shù)R2=0.8，那么下列解釋中錯誤的是()A)因變量的變差中，有80%可以由自變量與因變量之間的線性關(guān)系來解釋B)在因變量的變動中，有80%是由自變量所決定的C)自變量與因變量之間有著較強的線性關(guān)系D)在訓(xùn)練集中，因變量的估計精度上限為80%[單選題]92.以下哪個不屬于波特五力競爭分析模型的內(nèi)容。()A)潛在競爭者威脅B)替代品威脅C)企業(yè)外部的機會D)供應(yīng)商議價能力[單選題]93.以下哪些選項屬于Hive的數(shù)據(jù)存儲模型?A)桶B)數(shù)據(jù)庫C)分區(qū)D)表[單選題]94.某公司的總會計師決定用決策模型應(yīng)對不確定性問題。目前,公司有兩種方案可供選擇,與另一跨國公司聯(lián)合投資或不聯(lián)合投資。總會計師提供了以下信息:方案1:聯(lián)合投資的結(jié)果和概率:成功概率為60%,投資成本為1200萬元,投資成功的現(xiàn)金流為2000萬元,投資不成功的現(xiàn)金流為200萬元,其他成本為0元,至此時已發(fā)生的成本為120萬元。方案2:不聯(lián)合投資的結(jié)果和概率;至此時已發(fā)生的成本為120萬元,其他成本為500000元。下列哪項分別正確地反映了聯(lián)合投資與不聯(lián)合投資的期望值?0A)800000元和-1700000元B)-700000元和-500000元C)800000元和-500000元D)-700000元和-1700000元[單選題]95.在下表中查詢員工人數(shù)大于1人的部門以及該部門的平均績效成績表名:績效成績A)selectB)selectC)selectD)select[單選題]96.下列選項中,哪個是對分類器效果驗證指標中準確率的正確表述。)A)預(yù)測為正的數(shù)據(jù)在總數(shù)據(jù)中的比例B)預(yù)測正確的數(shù)據(jù)在總數(shù)據(jù)中的比例C)預(yù)測為正的數(shù)據(jù)中實際為正的數(shù)據(jù)所占比例D)實際為正的數(shù)據(jù)中被預(yù)測為正的數(shù)據(jù)所占比例[單選題]97.下列關(guān)于數(shù)據(jù)挖掘說法正確的是()。A)數(shù)據(jù)挖掘更加注重預(yù)測B)數(shù)據(jù)挖掘在方法論上與統(tǒng)計模型沒有區(qū)別C)數(shù)據(jù)挖掘更加注重對于前期各種假設(shè)的檢驗D)數(shù)據(jù)挖掘不屬于數(shù)據(jù)分析范疇[單選題]98.在對某個多元線性回歸模型的分析中，如果某自變量的VIF=1，這說明()A)此自變量與因變量不存在線性相關(guān)性B)此自變量與其他自變量不存在線性相關(guān)性C)此模型存在非常嚴重的共線性D)此多元回歸模型的R2=0[單選題]99.在Flink的運行流程中,負責申請資源的角色是?A)ResourcemanagerB)JobmanagerC)ClientD)Taskmanager[單選題]100.Spark是用以下那種編程語言實現(xiàn)的?A)CB)C++C)javaD)Scala[單選題]101.以下關(guān)于Hive操作描述不正確的是()。A)Hive是一個建立在hadoop文件系統(tǒng)上的數(shù)據(jù)倉庫架構(gòu),可以用其對HDFS上B)Hive依賴于MapReduce處理數(shù)據(jù)C)Hive的加載數(shù)據(jù)時候,可以用local進行修飾,表示從某個本地目錄下加載數(shù)據(jù)D)Hive一般可以用于實時的查詢分析[單選題]102.關(guān)于中位數(shù)描述錯誤的是()。A)在有極端數(shù)值出現(xiàn)時,中位數(shù)作為分析現(xiàn)象中集中趨勢的數(shù)值,比平均數(shù)更有代表性B)主要用于順序數(shù)據(jù),也可用數(shù)值型數(shù)據(jù),但不能用于分類數(shù)據(jù)C)各變量值與中位數(shù)的離差絕對值之和最小D)中位數(shù)一般與算數(shù)平均值接近[單選題]103.Kafka集群中,Kafka服務(wù)端部署的角色是A)ProducerB)ConsumerC)ZooKeeperD)Broke[單選題]104.下面關(guān)于Zookeeper特性的描述錯誤的是?A)消息更新只能成功或者失敗,沒有中間狀態(tài)B)Zookeeper節(jié)點數(shù)必須為奇數(shù)個C)一條消息要被超過半數(shù)的Server接收,它將可以成功寫入磁盤D)客戶端所發(fā)送的更新會按照它們被發(fā)送的順序進行應(yīng)用[單選題]105.kafka-clustermirroring工具可以實現(xiàn)以下那些功能?()A)kafka集群數(shù)據(jù)同步方案B)kafka單集群內(nèi)數(shù)據(jù)備份C)kafka單集群內(nèi)數(shù)據(jù)恢復(fù)D)以全部不對[單選題]106.下面對Streaming的特性說法正確的是()?A)如果并不要求每個消息必須被處理(允許在處理過程中丟失一些信息),那么可以關(guān)閉消息的可靠處理機制,從而可以獲取較好的性能。B)關(guān)閉消息的可靠處理機制意味著系統(tǒng)中的消息數(shù)不會減少。C)將參數(shù)Config.TOPOLOGY_ACKERS設(shè)置為1可以關(guān)閉消息的可靠性處理機制D)Spout發(fā)送個消息時,使用指定消息messageID的接口進行發(fā)送可以關(guān)閉消息的可靠性處理機制。[單選題]107.以下算法中,不屬于基于原型的聚類算法的是()。A)EM算法B)模糊C均值C)SOMD)CLIQUE[單選題]108.什么是KDD?()A)數(shù)據(jù)挖掘與知識發(fā)現(xiàn)B)動態(tài)知識發(fā)現(xiàn)C)文檔知識發(fā)現(xiàn)D)領(lǐng)域知識發(fā)現(xiàn)[單選題]109.下面哪個函數(shù)是publicvoidaMethod({.}的重載函數(shù)?A)voidaMethod(){...}B)publicintaMethod(f...)C)publicvoidaMethod(){...}D)publicintaMethod(intm){...}[單選題]110.將總體分成均衡的幾個部分,然后按照預(yù)先定出的規(guī)則,從每一部分抽取一個個體,得到所需要的樣本,這種抽樣方法叫做()。A)隨機抽樣B)分層抽樣C)整群抽樣D)系統(tǒng)抽樣[單選題]111.層次聚類中，聚類的變量類型是()A)連續(xù)變量B)分類變量C)兩者都可以D)不確定[單選題]112.關(guān)于Hive與Hadoop其他組件的關(guān)系,以下描述錯誤的是?A)Hive最終將數(shù)據(jù)存儲在HDFs中B)HiveSQL其本質(zhì)是執(zhí)行MapReduce任務(wù)C)Hive是Hadoop平臺的數(shù)據(jù)倉庫工具D)hive對HBase有強依賴[單選題]113.使用JAVAAPI進行HBase操作,以下命令輸寫正確的是()。A)HBaseTestCase.get(tablename);B)HBaseTestCase.get(tablename,'row1?;C)HBaseTestCase.delete(tablename,'row1','row2');D)HBaseTestCase.scan(tablename,'row1''row2');[單選題]114.數(shù)據(jù)挖掘中NaiveBayes于什么方法?()A)聚類B)分類C)時間序列D)關(guān)聯(lián)規(guī)則[單選題]115.下列有關(guān)回歸分析的說法,錯誤的是()。A)回歸分析的變量之間要有實際意義,不能把毫無關(guān)聯(lián)的兩種現(xiàn)象隨意進行回歸分析,要結(jié)合專業(yè)知識對兩事物之間是否存在因果關(guān)系作出合理解釋和結(jié)論。B)在進行線性回歸分析進行的數(shù)據(jù)準備的時候,要求因變量y和自變量x都是符合總體正態(tài)的隨機變量。C)回歸直線不要隨意外延D)所有非線性回歸都可以轉(zhuǎn)化為線性回歸[單選題]116.LSM結(jié)構(gòu)的數(shù)據(jù)首先存儲在()。A)硬盤上B)內(nèi)存中C)磁盤陣列中D)閃存中[單選題]117.以下關(guān)于層次聚類的描述中，錯誤的是()A)層次聚類也叫作系統(tǒng)聚類B)層次聚類法通常分為自底向上和自頂向下C)層次聚類的過程非常清楚，會形成類似樹狀的聚類圖譜，便于理解和檢查D)層次聚類適用于數(shù)據(jù)量非常大或者變量非常多的項目[單選題]118.分類算法就是按照某種標準給對象貼標簽,再根據(jù)標簽來歸類,以下屬于分類算法的是【)。A)DBSCANB)C4.5C)K-MeanD)EM第2部分：多項選擇題，共74題，每題至少兩個正確答案,多選或少選均不得分。[多選題]119.下列哪項可以作為集群的管理?A)PuppetB)PdshC)ClouderaManagerD)Zookeeper[多選題]120.以下敘述正確的有()。A)兩變量獨立,兩者的皮爾森相關(guān)系數(shù)必然等于0B)兩變量皮爾森相關(guān)系數(shù)不等于0.兩者必然不獨立C)皮爾森相關(guān)系數(shù)是否等于零,不能指明兩變量是否獨立D)兩變量不獨立,兩者的皮爾森相關(guān)系數(shù)必然不等于0[多選題]121.若想分析分類變量之間的相關(guān)性，可以采用以下哪種方法()A)卡方檢驗B)t檢驗C)計算皮爾遜相關(guān)系數(shù)D)計算列聯(lián)相關(guān)系數(shù)(coefficient[多選題]122.以下哪些是集中趨勢分析的指標。()A)均值B)中位數(shù)C)眾數(shù)D)四分位數(shù)[多選題]123.可以用于表示某公司一年中每個月銷量變化的數(shù)據(jù)圖形類型是()。A)矩形豎圖B)柱狀圖C)堆積面積圖D)雷達圖[多選題]124.Hive中的這條命令""SELECTa.salary,b.addressFROMemployeeaJOIN(SELECTaddressFROIemployeeinfowhereprovince=zhejiang)bONa:?"是個什么類型的操作?A)導(dǎo)入數(shù)據(jù)B)join查詢C)創(chuàng)建表D)子查詢[多選題]125.邏輯回歸中常用的篩選變量的方法有()A)Wald檢驗B)似然比檢驗C)F檢驗D)主觀判斷[多選題]126.Zookeeper可以為FusionInsight哪些提供分布式管理支持?A)HiveB)loaderC)hbaseD)Spark[多選題]127.Flink的兼容性體現(xiàn)在以下哪些方面?A)YARN能夠作為F1ink集群的資諒調(diào)度管理器B)能夠與Hadoop原有的Mappers和Reducers混合使C)能夠使用Hadoop的格式化輸入和輸出口D)能夠從本地獲取數(shù)據(jù)[多選題]128.下列模型中,可用于平穩(wěn)時間序列的擬合的是()。A)線性隨機模型B)ARMA模型C)混合自回歸模型D)趨勢模型[多選題]129.現(xiàn)有一家企業(yè)，希望估計其客戶的年齡均值，可以采用的抽樣方法有()A)簡單隨機抽樣B)分層抽樣C)配額抽樣D)滾雪球抽樣[多選題]130.某大樣本數(shù)據(jù)集的缺失值占比約10%。數(shù)據(jù)分析師小A首先刪除了所有有缺失值的樣本，建立了回歸模型。然后用某種方法進行了缺失值處理后，重新建立了回歸模型，發(fā)現(xiàn)模型的VIF值較之前有了很大的增幅。請問小A有可能采用的哪種方法進行的缺失值處理？()A)均值填補B)K-means聚類填補C)回歸填補D)忽略缺失值的極大似然估計[多選題]131.以下哪些是典型的關(guān)聯(lián)規(guī)則應(yīng)用場景。()A)穿衣搭配推薦B)依據(jù)用戶軌跡的商戶精準營銷C)實時新聞推薦D)金融客戶交叉銷售[多選題]132.下面哪些是Hadoop2.x的組件?A)SparkB)HiveC)HBaseD)GFS[多選題]133.在假設(shè)檢驗中，關(guān)于P值說法正確的是()A)P值是一個概率值B)P值小于顯著性水平，則拒絕原假設(shè)C)P值大于顯著性水平，則無法拒絕原假設(shè)D)P值的數(shù)值等于檢驗統(tǒng)計量[多選題]134.以下算法中對缺失值不敏感的是()。A)Logistic回歸B)CART決策樹C)SVM算法D)樸素貝葉斯[多選題]135.以下哪些選項于fusioninsight數(shù)據(jù)安全性?A)操作系統(tǒng)安全加固B)組件數(shù)據(jù)加密C)數(shù)據(jù)完整性校驗D)用戶權(quán)限認證管理[多選題]136.HBase的數(shù)據(jù)文件HFile中一個Keyvalue格式包含哪些信息?A)KevB)valueC)TimeStampD)Keytype[多選題]137.SQL中的HAVING用法,正確的有()。A)HAVING子句必須與GROUPBY子句同時使用,不能單獨使用B)使用HAVING子句的同時不能使用WHERE子句C)使用HAVING子句的同時可以使用WHERE子句D)使用HAVING子句的作用是限定分組的條件[多選題]138.方差分析的基本假設(shè)前提是()。A)各處理條件下的樣本均來自正態(tài)總體B)各處理條件下的樣本相互獨立C)各處理條件下樣本的方差都相等D)各處理條件下樣本均值相等方差可以不等[多選題]139.下列關(guān)于worker(工作進程)、executor(線程)、Task(任務(wù))說法正確的是?A)每個Execute(線程)可以運行多個task(任務(wù))B)每個worker可以運行多個Executor(線程)C)每個Executor(線程)可以運行不同組件(Spout或Bolt)的rask(任務(wù))D)每個worker只能為個拓撲運行executor(線程)[多選題]140.Spark有哪些特點?A)快B)靈C)輕D)1巧[多選題]141.大數(shù)據(jù)的主要特征表現(xiàn)為()。A)數(shù)據(jù)容量大B)商業(yè)價值高C)處理速度快D)數(shù)據(jù)類型多[多選題]142.小張為了進行客戶價值評估，建立了多元線性回歸模型，為了對殘差的正態(tài)分布進行檢驗，他可以對殘差進行()A)繪制頻數(shù)分布圖B)繪制P-P圖C)進行KS檢驗D)繪制Q-Q圖[多選題]143.Loader作業(yè)的配置包括以下哪些步驟()?A)基本信息B)輸入配置C)轉(zhuǎn)換D)輸出配置[多選題]144.HBase提供多種數(shù)據(jù)訪問接口的方式,包含接口有()。A)JavaAPIB)HBaseShellC)ThrifGatewayD)RESTGateway[多選題]145.問題結(jié)構(gòu)是由()構(gòu)成的。A)現(xiàn)狀B)直接原因C)間接原因D)最終原因[多選題]146.AGNES算法可分為【)。A)單鏈算法B)多鏈算法C)全鏈算法D)均鏈算法[多選題]147.收集整理信息時的競爭分析包含哪些內(nèi)容。()A)確定行業(yè)中主要競爭者B)收集競爭對手的相關(guān)信息C)收集行業(yè)關(guān)鍵技術(shù)信息D)搜集產(chǎn)業(yè)鏈上下游主要環(huán)節(jié)[多選題]148.下面哪些不是spark的機器學習庫？A)MapReduceB)HDFSC)HBaseD)MLlib[多選題]149.FusioninsightManager的主要功能有以下哪些?()A)數(shù)據(jù)集成B)系統(tǒng)管理C)安全管理D)服務(wù)治理[多選題]150.云計算的特點包括以下哪些方面?A)服務(wù)可計算B)高性價比C)服務(wù)可租用D)低使用度[多選題]151.對于SCADA系統(tǒng)來說,需要監(jiān)視下列哪些數(shù)據(jù)A)遙測B)退信C)遙調(diào)D)遙控[多選題]152.以下關(guān)于主成分分析的描述正確的有()A)主成分分析的本質(zhì)就是找到解釋變量的公共因子和特殊因子B)在主成分分析中，對應(yīng)最大特征值的特征向量，其方向正是協(xié)方差矩陣變異最大的方向C)我們一般只保留的前k個主成分，其對應(yīng)主成分特征根之和大于1就可以了D)我們一般使得保留的前k個主成分累計能夠解釋數(shù)據(jù)80%以上的變異[多選題]153.Hadoop分布式文件系統(tǒng)(HDFS)具有(】的特性。A)適合數(shù)據(jù)批量處理B)數(shù)據(jù)處理能力極強C)最大化吞吐率D)允許計算向數(shù)據(jù)遷移[多選題]154.HBase集群定時執(zhí)行Compaction的目的是什么?A)減少同一個Regin同個ColumnFamily下的文件數(shù)目B)提升數(shù)據(jù)讀取性能C)減少同一個ColumnFamily的文件數(shù)據(jù)D)減少同一個Region的文件數(shù)目[多選題]155.關(guān)于HadoopHDFS的冗余數(shù)據(jù)存儲設(shè)計的優(yōu)點,下面說話正確的是()。A)加快數(shù)據(jù)的傳輸速度,冗余備份可以并行訪問數(shù)據(jù),加快了操作訪問效率B)容易的檢查數(shù)據(jù)錯誤,冗余備份機制可以用來互相參照,容易檢查數(shù)據(jù)錯誤C)容易保持數(shù)容易保持數(shù)據(jù)的一致性,冗余備份機制使得即使有一個副本壞掉了,只要副本量低于預(yù)設(shè)值,系統(tǒng)會自動復(fù)制副本達到預(yù)設(shè)值據(jù)的一致性/冗余備份機制使得即使有一個副本壞掉只D)提升磁盤空間的利用率,冗余備份機制使得磁盤空間有效利用[多選題]156.描述統(tǒng)計包括哪些部分。()A)集中趨勢分析B)離散趨勢分析C)相關(guān)分析D)D推斷統(tǒng)計[多選題]157.建立大數(shù)據(jù)需要設(shè)計一個什么樣的大型系統(tǒng)?A)能夠把應(yīng)用放到合適的平臺上B)能夠開發(fā)出相應(yīng)應(yīng)用C)能夠處理數(shù)據(jù)D)能夠存儲數(shù)據(jù)[多選題]158.下列關(guān)于大數(shù)據(jù)的說法中,錯誤的是()。A)大數(shù)據(jù)具有體量大、結(jié)構(gòu)單一、時效性強的特征B)處理大數(shù)據(jù)需采用新型計算架構(gòu)和智能算法等新技術(shù)C)大數(shù)據(jù)的應(yīng)用注重相關(guān)分析而不是因果分析D)大數(shù)據(jù)的應(yīng)用注重因果分析而不是相關(guān)分析[多選題]159.大數(shù)據(jù)采集中面臨的主要問題有以下哪些?A)如何避免重復(fù)數(shù)據(jù)B)數(shù)據(jù)源多種多樣,數(shù)據(jù)量大、變化快C)如何保證數(shù)據(jù)的質(zhì)量D)如何保證數(shù)據(jù)采集的可靠性[多選題]160.以下關(guān)于閔可夫斯基距離和杰卡德相似系數(shù)的說法，正確的是()A)歐氏距離可以看成是特殊形式的閔可夫斯基距離B)閔可夫斯基距離用于連續(xù)型數(shù)據(jù)C)杰卡德相似系數(shù)用于分類數(shù)據(jù)D)杰卡德相似系數(shù)用于連續(xù)型數(shù)據(jù)[多選題]161.C4.5算法是由RossQuinlan開發(fā)的用于產(chǎn)生決策樹的算法,以下描述正確的有(1-A)每個節(jié)點的分支度只能為2B)使用gainratio作為節(jié)點分割的依據(jù)C)可以處理數(shù)值型態(tài)的字段D)可以處理空值的字段[多選題]162.以下屬于分類器模型評價指標的有(A)預(yù)測準確度B)recallC)模型描述的簡潔度D)F1-Score[多選題]163.下列哪些措施是為了保障數(shù)據(jù)的完整性()A)元數(shù)據(jù)可靠性保證B)重建失效數(shù)據(jù)盤的副本數(shù)據(jù)C)安全模式D)集群數(shù)據(jù)均衡[多選題]164.以下哪幾種數(shù)據(jù)結(jié)構(gòu)被AutoreleasePoolPage使用()A)數(shù)組B)字典C)鏈表D)棧[多選題]165.在層次聚類中，可以用來定義兩個類之間距離的方法有()A)最短距離法B)最長距離法C)中間距離法D)重心法[多選題]166.從方向上，逐步回歸可以分為以下幾類()A)向前選擇法B)向后刪除法C)雙向法D)完全法[多選題]167.數(shù)據(jù)分析結(jié)果呈現(xiàn)需要做哪些準備工作。()A)確定表達的主題B)確定對比關(guān)系C)選擇圖形D)講解與說明[多選題]168.關(guān)于單因素方差分析，下列說法正確的是()A)組內(nèi)平方和只包含隨機誤差B)組間平方和只包含系統(tǒng)誤差C)如果組間均方遠大于組內(nèi)均方，那么就說明不同水平之間均值存在著顯著差異。D)如果組間均方遠大于組內(nèi)均方，那么就說明分類變量對于數(shù)值變量有顯著影響。[多選題]169.相關(guān)分析可以做到()。A)判定現(xiàn)象之間有無關(guān)系B)判定現(xiàn)象之間關(guān)系的方向C)判定相關(guān)關(guān)系的緊密程度D)說明現(xiàn)象之間聯(lián)系的具體形式[多選題]170.大數(shù)據(jù)加電子商務(wù)的應(yīng)用方向有()。A)用戶畫像B)精準營銷C)個性化推薦D)動態(tài)定價[多選題]171.分析報告的模式包括以下哪些。()A)專題式B)綜合式C)工作匯報式D)金字塔式[多選題]172.以下選項中屬聚類算法的是()。A)K-MeansB)DBSCANC)AprioriD)KNN[多選題]173.下面關(guān)于Hbase的特性描述正確的是(1。A)高可靠性B)高性能C)面向列D)可伸縮[多選題]174.關(guān)于Flume,下列說法錯誤的是?A)Flume級聯(lián)節(jié)點之間的數(shù)據(jù)傳輸支持加密B)Rlume支持多級聯(lián)和多路復(fù)用C)Source到Channel到Sink等進程內(nèi)部有加密的必要D)Flume級聯(lián)節(jié)點之間的數(shù)據(jù)傳輸不支持壓縮[多選題]175.Streaming的處理節(jié)點Bolt中,可以完成以下哪些操作?()A)連接運算B)過濾(Filter)C)連接數(shù)據(jù)庫D)業(yè)務(wù)處理[多選題]176.FusioninsightHD系統(tǒng)中使用Streaming客戶端Shell命令提交了拓撲之后,使用StormUl查看發(fā)現(xiàn)該拓長時間沒有處理數(shù)據(jù),可能原因有?()A)查看客戶端異常堆棧,判斷是否客戶端使用問題B)查看主Nimbus的運行日志,判斷是否Nimbus服務(wù)端異常C)查看Supervisor運行日志,判斷是否Supervisor異常D)查看Worker運行日志[多選題]177.Spark適用于以下哪些場景?A)交互式查詢B)實時流處理C)批處理D)圖計算[多選題]178.分類測試集的選取方法可以有以下哪些。()A)均分法B)保持法C)隨機二次抽樣法D)交叉驗證[多選題]179.在大數(shù)據(jù)時代,企業(yè)所面臨的挑戰(zhàn)有以下哪些?A)企業(yè)各部門間數(shù)據(jù)分散,相同數(shù)據(jù)在各內(nèi)部存儲格式不一致B)數(shù)據(jù)結(jié)構(gòu)多樣化C)競爭對手的技術(shù)進步D)數(shù)據(jù)存在噪音、缺失、存儲類型不規(guī)范等問題,需要進行大量的數(shù)據(jù)預(yù)處理工作[多選題]180.云計算使得使用信息的存儲是一個【】的方式,它會大大地節(jié)約網(wǎng)絡(luò)的成本,使得網(wǎng)絡(luò)將來越來越泛在、越來越普及,成本越來越低。A)分布式B)密閉式C)密集式D)共享式[多選題]181.收集整理信息時的行業(yè)環(huán)境有()。A)行業(yè)規(guī)模及發(fā)展速度B)行業(yè)競爭狀況C)行業(yè)挑戰(zhàn)及機遇D)行業(yè)發(fā)展趨勢及方向[多選題]182.Hadoop集群具有以下哪個優(yōu)點?A)高容錯性B)高成本性C)高可靠性D)高擴展性[多選題]183.Flink流式處理的數(shù)據(jù)源類型包括?()A)CollectionsB)JDBCC)SocketstreamsD)Flles[多選題]184.光纜是數(shù)據(jù)傳輸中最有效的一種傳輸介質(zhì),它有()A)頻帶較寬B)電磁絕緣性能好C)衰減較小D)無中繼段長[多選題]185.MLlib可以實現(xiàn)哪些數(shù)據(jù)分析操作？A)分類B)回歸C)聚類D)降維[多選題]186.ROC曲線是基于()來判斷邏輯回歸模型的效果A)靈敏度B)特異度C)效度D)速度[多選題]187.以下哪種方法可以用于分析時間序列數(shù)據(jù)()A)差分法B)移動平均值法(MA)C)自回歸法(AR)D)隨機效應(yīng)法(RM)[多選題]188.統(tǒng)計局進行CPI統(tǒng)計中的價格采集,采用的三定原則是(8A)定時B)定量C)定點D)定人[多選題]189.以下統(tǒng)計指標,不受極值影響的是()。A)平均數(shù)B)四分位差C)極差D)D眾數(shù)[多選題]190.以下是Spark中executor的作用是()A)保存計算的RDD分區(qū)數(shù)據(jù)B)向Driver反向注冊C)接受Driver端發(fā)送來的任務(wù)Task,作用在RDD上進行執(zhí)行D)做資源調(diào)度任務(wù)[多選題]191.關(guān)于Hbase存儲型的描述正確的是?A)即使是key值相同,qualifier也相同的多個keyvalue.也可能有多個,此時使用時間戳B)同一個key值可以關(guān)聯(lián)多個valueC)keyvalue期有時間戳,類型等關(guān)鍵信息D)每一個keyvalue都有一個qualifier標識[多選題]192.大數(shù)據(jù)作為種數(shù)據(jù)集合,它的含義包括()。A)數(shù)據(jù)很大B)很有價值C)構(gòu)成復(fù)雜D)變化很快第3部分：判斷題，共68題，請判斷題目是否正確。[判斷題]193.?大數(shù)據(jù)?是指存儲量超過100TB的數(shù)據(jù)集。A)正確B)錯誤[判斷題]194.Python中代碼縮進使用的是空格或Tab,這2種縮進可以混用。A)正確B)錯誤[判斷題]195.對高價值高度聚合的信息和知識的批次處理是大數(shù)據(jù)行業(yè)主要商業(yè)訴求。A)正確B)錯誤[判斷題]196.機器學習是人工智能的一個分支。A)正確B)錯誤[判斷題]197.Spark任務(wù)的Executor可以執(zhí)行多個taskA)正確B)錯誤[判斷題]198.相關(guān)變量中,多個自變量響一個或多個因變量的統(tǒng)計分析方法稱為多元回歸分析。A)正確B)錯誤[判斷題]199.平均數(shù)消除了個體之間的差異,容易導(dǎo)致誤判。A)正確B)錯誤[判斷題]200.DBSCAN算法會刪掉它認為是噪聲點的數(shù)據(jù)點。A)正確B)錯誤[判斷題]201.Kafka是一個高吞吐,分布式,基于發(fā)布訂閱的消息系統(tǒng),利用Kafka技術(shù)可在廉價PCServer上搭建起大規(guī)模消息系統(tǒng)。A)正確B)錯誤[判斷題]202.Yam可以作為Spark的資源調(diào)度框架A)正確B)錯誤[判斷題]203.Spark應(yīng)用運行時,如果某個task運行失敗則導(dǎo)致整個app運行失敗A)正確B)錯誤[判斷題]204.鏈式MapReduce計算中,對任意一個MapReduce作業(yè),Map和Reduce階段可以有無限個Mapper,但Reducer只能有一個。A)正確B)錯誤[判斷題]205.聚類分析可以看作是一種非監(jiān)督的分類,沒有訓(xùn)練集。A)正確B)錯誤[判斷題]206.一般而言,分布式數(shù)據(jù)庫是指物理上分散在不同地點,但在邏輯上是統(tǒng)一的數(shù)據(jù)庫。因此分布式數(shù)據(jù)庫具有物理上的獨立性、邏輯上的一體性、性能上的可擴展性等特點。A)正確B)錯誤[判斷題]207.在硬件條件充裕的情況下,可在數(shù)據(jù)庫中盡量多的建立索引,因為使用索引可以快速訪問。A)正確B)錯誤[判斷題]208.大數(shù)據(jù)分析可以從海量數(shù)據(jù)中發(fā)現(xiàn)趨勢或者規(guī)律,具有很高的應(yīng)用價值。A)正確B)錯誤[判斷題]209.大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)有著本質(zhì)上的差別,因為大數(shù)據(jù)有專門的處理軟件。A)正確B)錯誤[判斷題]210.數(shù)據(jù)分析挖掘的目的是把隱藏在一大批看似雜亂無章的數(shù)據(jù)中的有價值的信息進行整合并提煉出來，找出所研究對象的內(nèi)在規(guī)律。A)正確B)錯誤[判斷題]211.大數(shù)據(jù)最重要的特點是數(shù)據(jù)量大,噪聲數(shù)據(jù)少,所以收集數(shù)據(jù)過程中要力求精確A)正確B)錯誤[判斷題]212.Hive中?Groupby?指的是通過一定的規(guī)將每一個數(shù)據(jù)集劃分成若干個小的數(shù)據(jù)集然后針對若干個小的數(shù)據(jù)集進行數(shù)據(jù)分組處理。A)正確B)錯誤[判斷題]213.用戶權(quán)限管理基于角色的訪問控制(RBAC),提供可視化的多組統(tǒng)一的集群中用戶權(quán)限管理。A)正確B)錯誤[判斷題]214.Ganglia不僅可以進行監(jiān)控,也可以進行告警。A)正確B)錯誤[判斷題]215.Flume傳輸?shù)目煽啃允侵窮lume在傳輸數(shù)據(jù)過程中,當下一跳的Flume節(jié)點故障或者數(shù)據(jù)接收異常時,可以自動切換到另外一路上繼續(xù)傳輸?()A)正確B)錯誤[判斷題]216.在折線圖中,類別數(shù)據(jù)沿水平軸均勻分布,所有值數(shù)據(jù)沿垂直軸均勻分布。A)正確B)錯誤[判斷題]217.遺傳算法是從單個初始值選代求最優(yōu)解的容易誤入局部最優(yōu)解。A)正確B)錯誤[判斷題]218.S在寫入數(shù)據(jù)是只存2份,那么在寫入過程中,HDFSClient先將數(shù)據(jù)寫入Datanode1,再將數(shù)據(jù)寫入Datanode2。()A)正確B)錯誤[判斷題]219.文本挖掘是從大量文本數(shù)據(jù)中提取以前未知的、有用的、可理解的、可操作的知識的過程,又稱信息檢索。A)正確B)錯誤[判斷題]220.Hbase中penscanner的過程,會創(chuàng)建兩種不同的Scanner來讀取H-File和Memstore的數(shù)據(jù),HFile對應(yīng)的ScanStorefilescanner,Memstore對應(yīng)的Scanner為Memstorescanner。A)正確B)錯誤[判斷題]221.時間序列是按時間順序的一組數(shù)字。A)正確B)錯誤[判斷題]222.若一個神經(jīng)網(wǎng)絡(luò)(BP神經(jīng)網(wǎng)絡(luò))模型無隱藏層,輸出層個數(shù)也只有一個,則可以看做是邏輯回歸模型。A)正確B)錯誤[判斷題]223.神經(jīng)網(wǎng)絡(luò)算法可以使權(quán)值收效到某個值,但并不保證具為誤差平面的全局最小值A(chǔ))正確B)錯誤[判斷題]224.Apriori算法是一種典型的關(guān)聯(lián)規(guī)則挖掘算法。A)正確B)錯誤[判斷題]225.定性變量(或?qū)傩宰兞?分類變量)不能點出直方圖、散點圖或莖葉圖,但可以描繪出它們各類的比例。A)正確B)錯誤[判斷題]226.Hive中的?groupby?指的是通過一定規(guī)則將一個數(shù)據(jù)集劃分成若干個小的數(shù)據(jù)集,然后針對若干個小的數(shù)據(jù)集進行數(shù)據(jù)分組處理。A)正確B)錯誤[判斷題]227.HBase可以有列,可以沒有列族(columnfamily)。A)正確B)錯誤[判斷題]228.以下SQL,收入BETWEEN2000AND5000,表示收入在2000至5000之間,包括2000但不包括5000。A)正確B)錯誤[判斷題]229.Java的字符串必須在一行內(nèi)寫完A)正確B)錯誤[判斷題]230.折線圖可以顯示隨時間(根據(jù)常用比例設(shè)置)而變化的連續(xù)數(shù)據(jù),因此非常適用于顯示在相等時間間隔下數(shù)據(jù)的趨勢。A)正確B)錯誤[判斷題]231.Sink取走數(shù)據(jù)并寫入目的地后,會將event從channel中刪除(】。A)正確B)錯誤[判斷題]232.落在置信區(qū)間外的點通常被認為是離群點。A)正確B)錯誤[判斷題]233.Hadoop框架是用Java實現(xiàn)的,所以MapReduce應(yīng)用程序則一定要用Java來寫A)正確B)錯誤[判斷題]234.SparkonYARN模式下,沒有NodeManager的節(jié)點不能啟動executor執(zhí)行taskA)正確B)錯誤[判斷題]235.在Streaming中,消息可靠性級別中精一次是通過ACK機制來實現(xiàn)的。()A)正確B)錯誤[判斷題]236.Python中用來創(chuàng)建1個空集合的方式是使用一對花括號0。()A)正確B)錯誤[判斷題]237.Nagios不可以監(jiān)控Hadoop集群,因為它不提供Hadoop支持。A)正確B)錯誤[判斷題]238.HDFS分布式文件系統(tǒng)不可以調(diào)整冗余數(shù)據(jù)存儲的位置。A)正確B)錯誤[判斷題]239.使用Shell命令create在HBase系統(tǒng)中添加新表操作。()A)正確B)錯誤[判斷題]240.可以使用get_flashed_messages()全局函數(shù)獲取flash函數(shù)閃現(xiàn)的消息列表()A)正確B)錯誤[判斷題]241.NameNode負責管理元數(shù)據(jù)信息metadata,client端每次讀寫請求,它都會從磁盤中讀取或會寫入metadata信息并反饋給cliént端。A)正確B)錯誤[判斷題]242.多行注釋和文檔注釋不可以嵌套使用A)正確B)錯誤[判斷題]243.數(shù)據(jù)分析時,將影響業(yè)務(wù)發(fā)展的因素羅列出來,對不同因素進行主次辨析,井展開遞進分析,要比直接從?想當然?的某個因素匆忙入手要準確和有效得多A)正確B)錯誤[判斷題]244.Colocation同分布文件級的同分下買現(xiàn)文件的快速訪問,避免了因數(shù)據(jù)遷移帶來的大量網(wǎng)絡(luò)開銷.A)正確B)錯誤[判斷題]245.Zookeeper所有節(jié)點都可以處理讀請求。()A)正確B)錯誤[判斷題]246.HDFS中每個數(shù)據(jù)節(jié)點會定期向名稱節(jié)點發(fā)送信息,向名稱節(jié)點報告自己的狀態(tài)A)正確B)錯誤[判斷題]247.Flume傳輸數(shù)據(jù)過程中,sink取走數(shù)據(jù)并寫入目的地后,會將event從channe中國除A)正確B)錯誤[判斷題]248.如果需要完成的任務(wù)是預(yù)測一個連續(xù)值,則這個任務(wù)是回歸,如果是離散值,則是分類。A)正確B)錯誤[判斷題]249.Java標識符中可以使用漢字A)正確B)錯誤[判斷題]250.列表和元組的切片方式不同,列表使用的位置索引,元組使用的是鍵索引。A)正確B)錯誤[判斷題]251.在Flink中,checkpoint機制能夠保證應(yīng)用在運行過程中出現(xiàn)失效時,從某一個檢查點恢復(fù),在此過程中,流快照是根據(jù)數(shù)據(jù)流入建立的()A)正確B)錯誤[判斷題]252.邏輯運算的操作數(shù)必須是布爾型A)正確B)錯誤[判斷題]253.命令行解釋執(zhí)行java應(yīng)用程序必須包含擴展名(.class)A)正確B)錯誤[判斷題]254.Flume的數(shù)據(jù)流可以根據(jù)headers的信息發(fā)送到不同的channel中。()A)正確B)錯誤[判斷題]255.只有整型數(shù)據(jù)可以進行求余(%)運算A)正確B)錯誤[判斷題]256.Python代碼?1>2or3<4?執(zhí)行的結(jié)果為True。A)正確B)錯誤[判斷題]257.自然界中某種事物發(fā)生時其他事物也會發(fā)生,則這種聯(lián)系稱之為關(guān)聯(lián)。A)正確B)錯誤[判斷題]258.channels支持事提供較弱的順序保證,可以連接任何數(shù)量的Source和Sink。A)正確B)錯誤[判斷題]259.神經(jīng)網(wǎng)絡(luò)由于學習速率是固定的,因此網(wǎng)絡(luò)的收斂速度慢需要較長的訓(xùn)練時間A)正確B)錯誤[判斷題]260.KafkaLogssegment文件命名規(guī)附局的第一個segment從0開始,后續(xù)每個segment文件名為上一個全局partionfset(偏移message數(shù))。A)正確B)錯誤1.答案:A解析:2.答案:C解析:組內(nèi)自由度等于觀察數(shù)66-組數(shù)2=64。3.答案:C解析:4.答案:D解析:5.答案:D解析:6.答案:A解析:7.答案:A解析:8.答案:A解析:9.答案:B解析:10.答案:B解析:P值很小，所以很顯著。關(guān)系不等于因果。11.答案:A解析:12.答案:C解析:13.答案:A解析:14.答案:A解析:15.答案:B解析:16.答案:B解析:與一元線性回歸不同在于，多元線性回歸的原假設(shè)為所有自變量前的參數(shù)同時為0。17.答案:B解析:18.答案:D解析:19.答案:C解析:20.答案:C解析:21.答案:D解析:22.答案:D解析:在進行對應(yīng)分析時，由于進行了降維展示，因此原來的信息會受到一定程度的損失。23.答案:B解析:24.答案:C解析:主成分分析關(guān)注變量之間的相關(guān)關(guān)系。因子分析關(guān)注維度的含義。對應(yīng)分析關(guān)注行變量和列變量兩者的相關(guān)性。25.答案:B解析:26.答案:A解析:27.答案:C解析:28.答案:B解析:29.答案:A解析:30.答案:B解析:31.答案:D解析:32.答案:C解析:cor^2=R2。33.答案:A解析:34.答案:A解析:35.答案:B解析:36.答案:B解析:另外三種都只能用于描述數(shù)值型數(shù)據(jù)。37.答案:A解析:38.答案:D解析:39.答案:A解析:修正R2用于評價擬合情況。40.答案:B解析:本題考查SQL語句中正則表達式的使用方法。A與C沒有使用regexp關(guān)鍵字，D使用的模式字符?.?代表字符串中的任意一個字符而非匹配字符串開始的部分，所以只有B能夠正確查詢以?b?開頭的記錄，所以答案為B。41.答案:D解析:42.答案:A解析:43.答案:D解析:如果偏自相關(guān)函數(shù)ACF在n階之后迅速趨近于零，我們稱ACF具有n階截尾性；呈現(xiàn)緩慢的趨近于零，稱為拖尾性。44.答案:B解析:45.答案:D解析:46.答案:C解析:在進行因子分析時，我們可以通過因子旋轉(zhuǎn)來使得最終得到的因子更具有解釋性。47.答案:A解析:48.答案:B解析:邏輯回歸是有監(jiān)督學習的算法。49.答案:A解析:1-(5/6)^4≈0.517750.答案:B解析:51.答案:B解析:52.答案:A解析:余弦相似度表示a、b兩個向量之間夾角的余弦值。等于1時，表明兩個向量方向完全相同，越接近1，表明兩個向量越相似。53.答案:B解析:54.答案:B解析:55.答案:B解析:56.答案:B解析:字符型變量適合姓名。57.答案:D解析:58.答案:A解析:59.答案:A解析:60.答案:A解析:>61.答案:D解析:62.答案:A解析:63.答案:A解析:64.答案:C解析:%匹配多個字符，_匹配一個字符。65.答案:D解析:三種方法都能改變量綱。66.答案:B解析:67.答案:D解析:68.答案:B解析:69.答案:B解析:70.答案:A解析:移動平均法是測定長期趨勢變動的一種常用方法。71.答案:A解析:72.答案:C解析:73.答案:C解析:74.答案:B解析:切比雪夫不等式公式為1-1/k^2，計算得出。75.答案:C解析:76.答案:D解析:77.答案:C解析:78.答案:A解析:79.答案:B解析:>80.答案:D解析:81.答案:A解析:82.答案:C解析:83.答案:C解析:84.答案:C解析:85.答案:A解析:86.答案:A解析:87.答案:D解析:A項，一類業(yè)務(wù)可以由多種不同模型來處理；B項CRISP-DM是數(shù)據(jù)挖掘流程；C項，還包括線性代數(shù)等。88.答案:A解析:89.答案:B解析:90.答案:B解析:91.答案:D解析:根據(jù)判定系數(shù)的定義。92.答案:C解析:93.答案:D解析:94.答案:C解析:95.答案:C解析:本題考查groupby與having的用法，having作為查詢的限定條件后邊要使用聚合函數(shù)，與groupby一起使用。A沒有按照部門分組，B的having后邊沒有跟聚合函數(shù)，D用where限定條件，后邊不能跟聚合函數(shù)。所以正確答案