大數(shù)據(jù)開發(fā)基礎(習題卷32)

試卷科目：大數(shù)據(jù)開發(fā)基礎大數(shù)據(jù)開發(fā)基礎(習題卷32)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages大數(shù)據(jù)開發(fā)基礎第1部分：單項選擇題，共144題，每題只有一個正確答案,多選或少選均不得分。[單選題]1.在pandas中以下哪個方法用于向csv文件中實現(xiàn)寫入工作？A)to_csv()B)read_csv()C)to_excel()[單選題]2.若是想要實現(xiàn)自定義分組規(guī)則，則需要自定義Class類，然后繼承（）類。A)WritableComparatorB)ComparatorC)WritableD)WritableComparable[單選題]3.在支持向量機中，軟間隔支持向量機的目標函數(shù)比硬間隔支持向量機多了一個()A)偏置項bB)系教C)松弛變量D)兩種情況的目標函數(shù)相同[單選題]4.當上傳本地文件到QuickBI中做展現(xiàn)時，數(shù)據(jù)被保存到了（）。A)QuickB自帶的探索空間B)QuickBI自帶的MaxComputeC)AnalyticDBD)客戶端本地緩存[單選題]5.以下哪項屬于Flume的基本數(shù)據(jù)單位?A)ObjectB)SubjectC)TopicD)Event[單選題]6.以下代碼的執(zhí)行結(jié)果a,b,c分別是（）a=[[]]*5a[0].append(1)b=[[]foriinrange(5)]b[0].append(1)c=[[]*5]c[0].append(1)A)a：[[1],[],[],[],[]]b：[[1],[1],[1],[1],[1]]c：[[1]]B)a：[[1],[1],[1],[1],[1]]b：[[1],[],[],[],[]]c：[[1]]C)a：[[1],[],[],[],[]]b：[[1],[1],[1],[1],[1]]c：[[1],[],[],[],[]]D)a：[[1],[],[],[],[]]b：[[1],[1],[1],[1],[1]]c：[[1],[1],[1],[1],[1]][單選題]7.關(guān)于Maxcompute中的運算符的說法，正確的是:（）。A)String類型可以和其他任意類型進行隱式轉(zhuǎn)換：Boolean不行B)除boolean外，其他類型不允許參與邏輯運算，也不允許其他類型的隱式類型轉(zhuǎn)換C)只有bigint、double才能參與算數(shù)運算：只有string、bigint、double和Decimal才能參與算術(shù)運算D)特殊的關(guān)系運算符rlike表示右側(cè)開始匹配[單選題]8.下列數(shù)據(jù)類型中，python不支持的是。（）A)charB)intC)floatD)list[單選題]9.基于哪種的分詞算法是應用最廣泛，分詞速度最快A)詞典B)理解C)統(tǒng)計的機器學習D)其他[單選題]10.x**=2等效于()。A)x=x*2B)x=x*2*2C)x=x**2D)以上都不對[單選題]11.使用（）關(guān)鍵字創(chuàng)建自定義函數(shù)。A)functionB)funcC)defD)lambda[單選題]12.以下關(guān)于HiveSQL基本操作描述正確的是:（）。A)加載數(shù)據(jù)到Hive時數(shù)據(jù)必須是HDFS的一個路徑B)創(chuàng)建外部表必須要指定location信息C)創(chuàng)建外部表使用external關(guān)鍵字，創(chuàng)建普通表需要指定internal關(guān)鍵字D)創(chuàng)建表時可以指定列分隔符[單選題]13.下列方法中，能夠返回某個子串在字符串中出現(xiàn)次數(shù)的是（）。A)lengthB)indexC)countD)find[單選題]14.為保證流應用的快照存儲的可靠性，快照主要存儲在:（）。A)本地文件系統(tǒng)中B)JobManager的內(nèi)存中C)HDFS中D)可靠性高的單擊數(shù)據(jù)庫中[單選題]15.在Flink框架中，下列（）是流處理和批處理的計算引擎。A)standaloneB)RuntimeC)FlinkCoreD)DataStream[單選題]16.下列選項中，關(guān)于drop_duplicates()方法描述錯誤的是（）。A)僅支持單一特征數(shù)據(jù)的去重B)僅對Series和DataFrame對象有效C)數(shù)據(jù)去重時默認保留第一個數(shù)據(jù)D)該方法不會改變原始數(shù)據(jù)排列[單選題]17.在Hive的條件語句中，關(guān)于條件A>=B理解正確的有（）A)A為null，則返回為trueB)B為null，則返回為falseC)如果A大于等于B則返回trueD)如果A小于等于B則返回true[單選題]18.與卷積神經(jīng)網(wǎng)絡相比，循環(huán)神經(jīng)網(wǎng)絡可以學習（）。A)細節(jié)信息B)文章長度C)單詞之間的長距離依賴關(guān)系D)歧義[單選題]19.學生關(guān)系模式S（S＃，Sname，Sex，Age），S的屬性分別表示學生的學號、姓名、性別、年齡。要在表S中刪除一個屬性?年齡?，可選用的SQL語句是（）。A)UPDATESAgeB)DELETEAgefromSC)ALTERTABLES?Age?D)ALTERTABLESDROPAge[單選題]20.機械思維強調(diào)的是（）A)世界是確定的B)世界是不確定的C)世界是機械的D)世界是智能的[單選題]21.下列描述中，哪項不屬于Sqoop的缺點()A)無法控制任務的并發(fā)度B)格式緊耦合C)安全機制不夠完善D)connector必須符合JDBC模型[單選題]22.一個HDFS集群是由一個名字節(jié)點和多個()組成。A)索引節(jié)點B)根節(jié)點C)名字節(jié)點D)數(shù)據(jù)節(jié)點[單選題]23.Python語句print(0xA+0xB)的輸出結(jié)果是。（）A)0xA+0xBB)A+BC)0xA0xBD)21[單選題]24.以下選項中由客戶端編碼決定的是()。--A)character_set_serverB)character_set_databaseC)character_sets_dirD)character_set_results[單選題]25.Numpy包中創(chuàng)建數(shù)組的函數(shù)為()。A)arrayB)shapeC)reshapeD)ndim[單選題]26.Hadoop2.7.1下，以下哪一項是DataNode的職責？()A)管理文件系統(tǒng)命名空間B)根據(jù)客戶端的請求執(zhí)行讀寫操作C)存儲元數(shù)據(jù)D)定期對NameNode中的內(nèi)存元數(shù)據(jù)進行更新和備份[單選題]27.MapReduce框架中，在Map和Reduce之間的combiner的作用是（）A)對Map的輸出結(jié)果排序B)對中間過程的輸出進行本地的聚集C)對中間結(jié)果進行混洗D)對中間格式進行壓縮[單選題]28.關(guān)于大數(shù)據(jù)與區(qū)塊鏈的聯(lián)系，下面描述錯誤的是：（）A)區(qū)塊鏈使大數(shù)據(jù)極大降低信用成本B)區(qū)塊鏈是構(gòu)建大數(shù)據(jù)時代的信任基石C)區(qū)塊鏈是促進大數(shù)據(jù)價值流通的管道D)區(qū)塊鏈會提升大數(shù)據(jù)的信用成本[單選題]29.以下()不是NoSQL數(shù)據(jù)庫。A)MongoDBB)BigTableC)HBaseD)Access[單選題]30.下列哪部分不是專家系統(tǒng)的組成部分（）A)用戶B)綜合數(shù)據(jù)庫C)推理機D)知識庫[單選題]31.國家電網(wǎng)有限公司數(shù)據(jù)管理辦法規(guī)定，在集中共享、服務應用方面，依托全業(yè)務統(tǒng)一數(shù)據(jù)中心和（）進行數(shù)據(jù)歸集、共享應用，推動跨專業(yè)數(shù)據(jù)貫通融合。A)企業(yè)中臺B)業(yè)務中臺C)數(shù)據(jù)中臺D)國網(wǎng)云[單選題]32.假負率是指（__）。A)正樣本預測結(jié)果數(shù)/正樣本實際數(shù)B)被預測為負的正樣本結(jié)果數(shù)/正樣本實際數(shù)C)被預測為正的負樣本結(jié)果數(shù)/負樣本實際數(shù)D)負樣本預測結(jié)果數(shù)/負樣本實際數(shù)[單選題]33.以下哪項不屬于數(shù)據(jù)模型()A)關(guān)系模型B)網(wǎng)狀模型C)層次模型D)網(wǎng)絡模型[單選題]34.GaussDB200有兩張相同宇段結(jié)構(gòu)和數(shù)據(jù)量的表table1和table.2,table1是行存表,table2是列存表，執(zhí)行SQL語句"selectnamefromtable_namewherenum=-1",table1查詢了（）數(shù)據(jù)量，table2查詢了（）數(shù)據(jù)量（一個單元格為一個數(shù)據(jù)量）.ZA)9.6B)3.9C)3.6D)9.9[單選題]35.下列選項中，不是常用于解決無約束凸優(yōu)化問題的優(yōu)化算法是？A)隨機梯度下降方法B)復合形法C)共軛方法D)Newton方法[單選題]36.大數(shù)據(jù)計算服務的開發(fā)人員創(chuàng)建了日志表，并且導入了歷史數(shù)據(jù)后發(fā)現(xiàn)表的一個字段命名拼寫有錯誤，可以采用（）更正此問題成本最低。A)將原表重命名，然后建張正確的表，再導入歷史數(shù)據(jù)B)在表的末尾新添加一個字段C)刪除表后重建，然后重新導入歷史數(shù)據(jù)D)通過alter命令重新命令該字段[單選題]37.下列哪一項在神經(jīng)網(wǎng)絡中引入了非線性A)隨機梯度下降B)修正線性單元（ReLU）C)卷積函數(shù)D)以上都不正確[單選題]38.（__）是神經(jīng)網(wǎng)絡的基本單位。A)神經(jīng)系統(tǒng)B)神經(jīng)網(wǎng)絡C)神經(jīng)元D)感知機[單選題]39.RDD默認的存儲級別是()。A)MEMORY_ONLYB)MEMORY_ONLY_SERC)MEMORY_AND)DISKD.MEMORY_AND_DISK_SER[單選題]40.（）可在一個關(guān)系中從垂直方向去掉不需要的屬性，保留需要的屬性。--A)選擇B)笛卡爾積C)連接D)投影[單選題]41.RDD的特點不包括()。A)RDD之間有依賴關(guān)系，可溯源B)RDD由很多partition構(gòu)成C)對RDD的每個split或partition做計算D)RDD可以增量更新[單選題]42.在大數(shù)據(jù)計算服務（MaxCompute，原ODPS）的數(shù)據(jù)倉庫中的訂單表fact_order，建表語句如下：createtablefact_order(order_idstring,order_amtdouble,order_dtstring)paititionedby(dtstring);此表中的數(shù)據(jù)是從ods_order加工而來，ods_order建表語句如下：createtableods_order(order_idstring.order_amtbigint,order_dtstring);ods_order中有一條記錄數(shù)據(jù)值是order_idorder_amtorder_dt000110020160301運行SQL語句將數(shù)據(jù)從ods_order加載到fact_order中：insertoverwritetablefact_orderpartition(dt=?20160301?)select*fromods_order；對此語句的執(zhí)行結(jié)果描述正確的是:（）。A)語句可以執(zhí)行，但是這條數(shù)據(jù)會被當作臟數(shù)據(jù)丟棄B)目標表與源表中的數(shù)據(jù)類型不一致，執(zhí)行出錯C)提交SQL時會報語法錯誤D)語句可以執(zhí)行，order_amt的值會被自動的轉(zhuǎn)為double類型[單選題]43.具有體量大、來源多樣、生成極快和多變等特征并且難以用傳統(tǒng)數(shù)據(jù)體系機構(gòu)有效處理的包含大量數(shù)據(jù)集的數(shù)據(jù)是（）。A)海量數(shù)據(jù)B)大數(shù)據(jù)C)厚數(shù)據(jù)D)異構(gòu)數(shù)據(jù)[單選題]44.假設已經(jīng)配置好環(huán)境變量，啟動和關(guān)閉Hadoop的命令分別是（）.A)start-dfs.sh，stop-hdfs.shB)start-hdfs.sh，stop-hdfs.shC)start-dfs.sh，stop-dfs.shD)start-hdfs.sh，stop-dfs.sh[單選題]45.下面python循環(huán)體執(zhí)行的次數(shù)與其他不同的是。（）A)i=0while(iB)i=10while(i>0):print(i)i=i-1C)forIinrange(10):Print(i)D)forIinrange(10,0,-1):print(i)[單選題]46.Python變量作為實參時，它和對應的形參之間數(shù)據(jù)傳遞方式是()。A)由形參傳給實參B)由實參傳給形參C)由實參傳給形參，再由形參傳給實參D)在用戶干預情況下，實參形參能相互傳遞[單選題]47.下面關(guān)于機器學習相關(guān)描述不正確的有(__)。A)機器學習的主要議題是如何實現(xiàn)和優(yōu)化機器的自我學習B)機器學習的基本思路是以訓練集為輸入，通過機器學習算法讓機器學習到能夠處理更多數(shù)據(jù)的能力C)AlphaGo的核心技術(shù)是深度學習與增強學習D)機器學習的只能是預定義的[單選題]48.層次聚類試圖在不同層次上對數(shù)據(jù)集進行劃分，從而形成（__）形結(jié)構(gòu)。A)圖B)環(huán)C)網(wǎng)D)樹[單選題]49.（）是指對于數(shù)據(jù)局部不良行為的非敏感性,它是探索性分析追求的主要目標之一.A)魯棒性B)穩(wěn)定性C)可靠性D)耐抗性[單選題]50.從事前風險管理角度看，大數(shù)據(jù)背景下的貸款損失準備金是與()，相對應的一個概念。A)非預期損失B)預期損失C)特定損失D)不確定[單選題]51.()進程負責讀取目標端trail文件中的內(nèi)容，并將其解析為DML或DDL語句，然后應用到目標數(shù)據(jù)庫中。A)ManagerB)ExtractC)PumpD)Replicat[單選題]52.存儲過程的調(diào)用有幾種方式（）?A)2B)3C)4D)1[單選題]53.大數(shù)據(jù)的本質(zhì)是（）。A)挖掘B)聯(lián)系C)搜集D)洞察[單選題]54.一個HDFS集群是由一個()和多個數(shù)據(jù)節(jié)點組成。A)索引節(jié)點B)根節(jié)點C)名字節(jié)點D)數(shù)據(jù)節(jié)點[單選題]55.下列關(guān)于k近鄰算法，正確的是（）A)k近鄰算法對異常數(shù)據(jù)敏感B)k近鄰算法是一種無監(jiān)督學習C)k近鄰算法需要占用大量內(nèi)存空間D)k近鄰算法包括訓練和預測過程[單選題]56.關(guān)于RDD，下列說法錯誤的是哪一項?A)RDD具有血統(tǒng)機制（Lineage）。B)RDD默認存儲在磁盤。C)RDD是一個只讀的，可分區(qū)的分布式數(shù)據(jù)集。D)RDD是Spark對基礎數(shù)據(jù)的抽象。[單選題]57.下列的處理過程與Reduce處理過程相似的是()。A)ShuffleB)CombinerC)PartitionD)Map[單選題]58.采用主成分分析法映射到低維空間,將最小的d-d′個特征向量舍棄,產(chǎn)生的影響是()。A)使樣本采樣密度增大B)丟失最優(yōu)解C)增大噪聲D)使樣本采樣密度減小[單選題]59.關(guān)于文檔數(shù)據(jù)庫的說法，下列哪一項是錯誤的：（）A)數(shù)據(jù)是規(guī)則的B)性能好（高并發(fā)）C)缺乏統(tǒng)一的査詢語法D)復雜性低[單選題]60.異常檢測過程查找基于()組標準值偏差的異常個案。A)單體B)分類C)聚類D)回歸[單選題]61.下列關(guān)于代碼規(guī)范的描述錯誤的是（）。A)類總是使用駝峰格式命名，即所有單詞首字母大寫其余字母小寫B(tài))除特殊模塊init之外，模塊名稱都使用不帶下劃線的小寫字母C)不要濫用*args和**kwargsD)建議把所有方法都放在一個類中[單選題]62.定義域為{飛機，火車，輪船}的離散屬性也可稱為稱為（__）。A)無序?qū)傩訠)有序?qū)傩訡)連續(xù)屬性D)離散屬性[單選題]63.一幅大小為512×512的8比特圖像，則該圖像大小為()。A)32KBB)128KBC)16KBD)256KB[單選題]64.以下不是開源工具特點的是()。A)免費B)可以直接獲取源代碼C)用戶可以修改源代碼并不加說明用于自己的軟件中D)開源工具一樣具有版權(quán)[單選題]65.Hadoop環(huán)境下HDFS系統(tǒng)中的NameNode實現(xiàn)的功能是()。A)管理文件系統(tǒng)的命名空間B)管理存儲空間C)分配算力D)調(diào)控算法[單選題]66.大數(shù)據(jù)的本質(zhì)是（）A)挖掘B)聯(lián)系C)搜集D)洞察[單選題]67.下面代碼中，創(chuàng)建的是一個3行3列數(shù)組的是（）。A)arr=np.array([1,2,3])B)arr=np.array([[1,2,3],[4,5,6]])C)arr=np.array([[1,2],[3,4]])D)np.ones((3,3))[單選題]68.Hadoop系統(tǒng)中YARN資源的抽象是用:（）表示。A)內(nèi)存B)CPUC)ContainerD)磁盤空間[單選題]69.下列哪個不是常用分詞方法？A)基于Tiretree的分詞方法B)基于HMM的分詞方法C)基于CRF的分詞方法D)基于Kmeans的分詞方法[單選題]70.執(zhí)行引擎的類型包括：（）。A)行執(zhí)行引擎B)向量化執(zhí)行引擎C)行列混合執(zhí)行引擎D)以上都是[單選題]71.以下關(guān)于Hive內(nèi)置函數(shù)描述正確的是（）。A)descfunctionsupper:查看系統(tǒng)自帶的函數(shù)B)to_date（）獲取當前日期C)substr）:求字符串長度D)trim0:去除空字符串[單選題]72.執(zhí)行以下代碼段cars=['bmw','audi','toyota','subaru']cars.sort()print(cars)時，輸出為()。A)['audi','bmw','subaru','toyota']B)['toyota','subaru','bmw','audi']C)['bmw','audi','toyota','subaru']D)['bmw','toyota','audi','subaru'][單選題]73.假設文件不存在，如果使用open()方法打開文件會報錯，那么該文件的打開方式是下列哪種？（）A)rB)wC)aD)w+[單選題]74.下面哪項操作能實現(xiàn)跟神經(jīng)網(wǎng)絡中Dropout的類似效果?A)BoostingB)baggingC)StackingD)Mapping[單選題]75.HDFS集群中的NameNode職責不包括()。A)維護HDFS集群的目錄樹結(jié)構(gòu)B)維護HDFS集群的所有數(shù)據(jù)塊的分布、副本教和負載均衡C)負責保存客戶端上傳的數(shù)據(jù)D)響應客戶端的所有讀寫數(shù)據(jù)請求[單選題]76.對于Hive中關(guān)于普通表和外部表描述不正確的是?A)默認創(chuàng)建普通表B)刪除外部表時,只刪除外部表數(shù)據(jù)而不刪除元數(shù)據(jù)C)外部實質(zhì)是將已存在于HDFS上的文件路徑跟表關(guān)聯(lián)起來D)刪除普通表時,元數(shù)據(jù)和數(shù)據(jù)同時被刪除[單選題]77.（）主要代表的是數(shù)據(jù)的形態(tài)是否符合計算與算法要求。A)規(guī)整數(shù)據(jù)B)干凈數(shù)據(jù)C)算法數(shù)據(jù)D)抽樣數(shù)據(jù)[單選題]78.下面哪個變量命名是正確的A)123aB)abcC)$y6D)abc[單選題]79.解決Master故障的方法是設置檢查點，當Master失效時，從（）檢查點開始啟動另一個Master進程。A)第一個B)中間一個C)最后一個D)隨機選擇一個[單選題]80.下列屬于分組表中的是()A)形狀B)風格C)背景D)標題[單選題]81.()反映數(shù)據(jù)的精細化程度,越細化的數(shù)據(jù),價值越高。A)規(guī)模B)靈活性C)關(guān)聯(lián)度D)顆粒度[單選題]82.ApacheHadoop是使用哪個協(xié)議發(fā)布的（）A)ApacheLicense2.0B)SharewareC)MozillaPublicLicenseD)Commercial[單選題]83.下列哪個屬性是hdfs-site.xml中的配置？（）A)dfs.replicationB)fs.defaultFSC)D)yarn.resourcemanager.address[單選題]84.以下圖像分割方法中，不屬于基于圖像灰度分布的閾值方法的是（___）。A)類間最大距離法B)最大類間、內(nèi)方差比法C)p-參數(shù)法D)區(qū)域生長法[單選題]85.()是基于規(guī)則的分類器。A)C4.5B)KNNC)NaiveBayesD)ANN[單選題]86.()在訓練的每一輪都要檢查當前生成的基學習器是否滿足基本條件A)支持向量機B)Boosting算法C)貝葉斯分類器D)Bagging算法[單選題]87.SQL語言的數(shù)據(jù)操縱語句包括SELECT、INSERT、UPDATE、DELETE等。其中最重要的，也是使用最頻繁的語句是()。A)UPDATEB)SELECTC)DELETED)INSERT[單選題]88.針對嚴格實施數(shù)據(jù)安全檢查通報，各單位保密管理部門、業(yè)務部門以及信息安全歸口管理部門應建立（）。A)數(shù)據(jù)安全檢查機制B)質(zhì)量管理機制C)數(shù)據(jù)使用規(guī)范D)數(shù)據(jù)存儲規(guī)范[單選題]89.某籃運動員在蘭分線投球的命中率是2(1)，他技球10次，恰好技進3個球的概率為()A)128(15)B)16(3)C)8(5)D)16(7)[單選題]90.當()時,可以不考慮RDD序列化處理。A)完成成本比較高的操作后B)執(zhí)行容易失敗的操作之前C)RDD被重復使用D)實時性要求高[單選題]91.(__)主要包括數(shù)據(jù)科學中的新理念、理論、方法、技術(shù)和工具以及數(shù)據(jù)科學的研究目的、研究內(nèi)容、基本流程、主要原則等。A)理論基礎B)數(shù)據(jù)管理C)基礎理論D)數(shù)據(jù)產(chǎn)品[單選題]92.以下()屬于DMM(數(shù)據(jù)管理成熟度模型)中的關(guān)鍵過程域"數(shù)據(jù)戰(zhàn)略"。A)數(shù)據(jù)戰(zhàn)略制定B)嘈業(yè)務術(shù)語表C)數(shù)據(jù)質(zhì)量評估D)過程質(zhì)量保障[單選題]93.在LogisticRegression中,如果同時加入L1和L2范數(shù),不會產(chǎn)生什么效果A)以做特征選擇,并在一定程度上防止過擬合B)能解決維度災難問題C)能加快計算速度D)可以獲得更準確的結(jié)果[單選題]94.CART決策樹使用?基尼指數(shù)?來選擇劃分屬性時，使劃分后基尼指數(shù)（）的屬性為最優(yōu)劃分屬性。A)最大B)最小C)隨機選擇D)按序選擇[單選題]95.稅易通授信額度的基本計算模型：授信額度=（）×年收入水平層級系數(shù)×納稅期限調(diào)整系數(shù)A)年收入總額B)月平均收入C)年度內(nèi)月最高收入D)季平均收入[單選題]96.有關(guān)kmeans算法，正確的說法是？（）A)kmeans算法對異常樣本非常敏感，因此在聚類前要把異常樣本直接刪除。B)kmeans只能處理凸型分布的非數(shù)值型樣本。C)kmeans聚類的過程與初始的k個假設的聚類中心的選擇沒關(guān)。D)kmeans算法需要在聚類前確定類數(shù)k，這個k值需要有助于解釋各類的業(yè)務含義。[單選題]97.在使用MapReduce程序WordCount進行詞頻統(tǒng)計時，對于文本行?hellohadoophelloworld?，經(jīng)過WordCount程序的Map函數(shù)處理后直接輸出的中間結(jié)果，應該是下面哪種形式（）。A)<"hello",1,1>、<"hadoop",1>和<"world",1>B)<"hello",2>、<"hadoop",1>和<"world",1>C)<"hello",<1,1>>、<"hadoop",1>和<"world",1>D)<"hello",1>、<"hello",1>、<"hadoop",1>和<"world",1>[單選題]98.下列說法正確的是（）。A)函數(shù)的名稱可以隨意命名B)帶有默認值的參數(shù)一定位于參數(shù)列表的末尾C)局部變量的作用域是整個程序D)函數(shù)定義后，系統(tǒng)會自動執(zhí)行其內(nèi)部的功能[單選題]99.運行下面代碼，輸出結(jié)果是（）。D={-2，-1，0，1，2，3}n=d.pop（）Print（n）A)-2B)2C)不確定D)3[單選題]100.機器學習中L1正則化和L2正則化的區(qū)別是()。A)使用L1可以得到稀疏的權(quán)值,使用L2可以得到平滑的權(quán)值B)使用L1可以得到平滑的權(quán)值,使用L2可以得到平滑的權(quán)值C)使用L1可以得到平滑的權(quán)值,使用L2可以得到稀疏的權(quán)值D)使用L1可以得到稀疏的權(quán)值,使用L2可以得到稀疏的權(quán)值[單選題]101.FuslonlnslghtHadoop集群中，在某節(jié)點上通過df-hT查詢，看到的分區(qū)包含以下幾個∶var/log/srv/BigData/srv/BigData/hadoopidata5/srv/BigData/solr/solrserver3/srv/BigData/dbdata_om這些分區(qū)所對應磁盤最佳Raid級別的規(guī)劃組合是A)Raid0Raid1Raid0Non-RaidRaid1B)Raid1Raid1Non-RaidNon-raidRaid1C)Raid0Raid0Raid0Raid0Raid0D)Non-RaidNon-RaidNon-RaidNon-RaidRaid1[單選題]102.()是一個觀測值,它與其他觀測值的差別如此之大,以至于懷疑它是由不同的機制產(chǎn)生的。A)邊界點B)質(zhì)心C)離群點D)核心點[單選題]103.下面哪一個不屬于大數(shù)據(jù)倫理問題：（）A)隱私泄露問題B)數(shù)據(jù)安全問題C)數(shù)字鴻溝問題D)數(shù)據(jù)冗余問題[單選題]104.empdet是一個外部表，它包含empno和ename列，哪個涉及empdet表的操作可以執(zhí)行成功A)UPDATEempdetSETename=?Amit?WHEREempno=1234;B)DELETEFROMempdetSETenameWHEREenameLIKE'J%'C)CREATEVIEWempvuASSELECT*FROMempdet;D)CREATEINDEXempdet_idxONempdet(empno)[單選題]105.當我們需要在一張圖表中特意指出某個特殊點，并加上標注達到醒目的目的時，需要用到（）函數(shù)。A)plt.axvspan（）B)plt.axhspan（）C)plt.annotate（）D)plt.text（）[單選題]106.交叉驗證的目的是()。A)提高分類準確率B)得到更穩(wěn)定的模型C)驗證結(jié)果的準確性D)增大分類的誤差[單選題]107.可視化視覺下的數(shù)據(jù)類型不包括()。A)定類數(shù)據(jù)B)定序數(shù)據(jù)C)定寬數(shù)據(jù)D)定比數(shù)據(jù)[單選題]108.LSTM的全稱是（）。A)卷積神經(jīng)網(wǎng)絡B)長短時記憶C)區(qū)域神經(jīng)網(wǎng)絡D)循環(huán)神經(jīng)網(wǎng)絡[單選題]109.Ndarray是一個通用的（）數(shù)據(jù)容器。A)單維同類B)單維多類C)多維同類D)多維多類[單選題]110.從學科定位來看，數(shù)據(jù)科學處于(__)三大領域的重疊之處。A)統(tǒng)計學B)黑客精神與技能C)數(shù)學與統(tǒng)計知識D)領域務實知識[單選題]111.下面哪項通常是集群的最主要瓶頸（）A)CPUB)網(wǎng)絡C)磁盤IOD)內(nèi)存[單選題]112.DataX是阿里集團發(fā)起的開源項目，是一種離線數(shù)據(jù)同步的工具，支持多種異構(gòu)數(shù)據(jù)源之間的高效數(shù)據(jù)同步。DataX任務配置文件使用（）文件格式。A)javaB)bsonC)xmlD)json[單選題]113.下列企業(yè)中，最有可能成為典型的數(shù)據(jù)資產(chǎn)運營商的是（）A)物聯(lián)網(wǎng)企業(yè)B)互聯(lián)網(wǎng)企業(yè)C)云計算企業(yè)D)電信運營商[單選題]114.Loader頁面是基于開源（的圖形化數(shù)據(jù)遷移管理工具。A)HadoopB)HueC)KettleD)Sqoop[單選題]115.下列關(guān)于聚類挖掘技術(shù)的說法中,錯誤的是()。A)不預先設定數(shù)據(jù)歸類類目,完全根據(jù)數(shù)據(jù)本身性質(zhì)將數(shù)據(jù)聚合成不同類別B)要求同類數(shù)據(jù)的內(nèi)容相似度盡可能小C)要求不同類數(shù)據(jù)的內(nèi)容相似度盡可能小D)與分類挖掘技術(shù)相似的是,都是要對數(shù)據(jù)進行分類處理[單選題]116.下列屬于無監(jiān)督學習的是()。A)K-meansB)SVMC)最大熵D)CRF[單選題]117.下面哪一項不是MapReduce體系結(jié)構(gòu)主要部分？A)ClientB)JobTrackerC)TaskTracker以及TaskD)Job[單選題]118.存儲過程的調(diào)用有幾種方式（A)3B)1C)4D)2[單選題]119.以下哪一種方法最適合在n（n>1）維空間中做異常點檢測A)馬氏距離B)正態(tài)分布圖C)散點圖D)盒圖[單選題]120.以下說法錯的是哪項A)大數(shù)據(jù)是一種思維方式B)大數(shù)據(jù)不僅僅是講數(shù)據(jù)的體量大C)大數(shù)據(jù)會帶來機器智能D)大數(shù)據(jù)的英文名稱是largedata[單選題]121.如果我們現(xiàn)有一個安裝2.6.5版本的Hadoop集群,在不修改默認配置的情況下存儲200個200M的文本文件,請問最終會在集群中產(chǎn)生()個數(shù)據(jù)塊(包括副本)。A)200B)40000C)400D)1200[單選題]122.關(guān)于神經(jīng)網(wǎng)絡結(jié)構(gòu)的權(quán)重共享現(xiàn)象，下面正確的是()A)只有全連接神經(jīng)網(wǎng)絡會出現(xiàn)B)只有卷積神經(jīng)網(wǎng)絡(αN)會出現(xiàn)C)只有循環(huán)神經(jīng)網(wǎng)絡(RNN)會出現(xiàn)D)卷積神經(jīng)網(wǎng)絡和循環(huán)神經(jīng)網(wǎng)絡都會出現(xiàn)[單選題]123.數(shù)據(jù)資產(chǎn)維護是指為保證數(shù)據(jù)質(zhì)量,對數(shù)據(jù)進行()等處理的過程。A)更正B)刪除C)補充錄入D)以上答案都正確[單選題]124.HBase是一種?NoSQL?數(shù)據(jù)庫，支持大型（）數(shù)據(jù)存儲A)集中式B)集合式C)分布式D)分散式[單選題]125.國網(wǎng)公司泛在電力物聯(lián)網(wǎng)2019年建設方案要求，推進營配貫通優(yōu)化提升，貫通率提升（）。A)5%B)7%C)10%D)15%[單選題]126.下面與HDFS類似的框架是_______？A)NTFSB)FAT32C)GFSD)EXT3[單選題]127.()算法可以用于特征選擇。A)樸素貝葉斯B)感知器C)支持向量機D)決策樹[單選題]128.有如下程序：y=6z=lambdax:x*yprint(z(8))程序的輸出結(jié)果是()。A)14B)24C)48D)64[單選題]129.觸發(fā)器不是響應以下哪一語句而自動執(zhí)行的Mysql語句A)selectB)insertC)deleteD)update[單選題]130.當我們構(gòu)造線性模型時,我們注意變量間的相關(guān)性.在相關(guān)矩陣中搜索相關(guān)系數(shù)時,如果我們發(fā)現(xiàn)3對變量的相關(guān)系數(shù)是(Var1和Var2,Var2和Var3,Var3和Var1)是-0.98,0.45,1.23.我們可以得出什么結(jié)論:1.Var1和Var2是非常相關(guān)的2.因為Var1和Var2是非常相關(guān)的,我們可以去除其中一個3.Var3和Var1的1.23相關(guān)系數(shù)是不可能的A)1and3B)1and2C)1,2and3D)1[單選題]131.以下哪個屬于大數(shù)據(jù)在電信行業(yè)的數(shù)據(jù)商業(yè)化方面的應用（）。A)精準廣告B)網(wǎng)絡管理C)網(wǎng)絡優(yōu)化D)客服中心優(yōu)化[單選題]132.在野外部署有許多傳感器，用于實時采集空氣質(zhì)量數(shù)據(jù)，當數(shù)據(jù)傳回數(shù)據(jù)中心后，在存儲之前需要進行數(shù)據(jù)的預處理操作，那么如下哪些操作部署于數(shù)據(jù)預處理所采用的方法（）。A)數(shù)據(jù)變換B)缺失數(shù)據(jù)填充C)數(shù)據(jù)不一致性檢測D)以上都是[單選題]133.以下哪些選項屬于實時檢索的特點?A)處理時間要求不高B)全文檢素功能C)高并發(fā)D)查詢響應要求較高[單選題]134.用戶可通過()提供的一些接口查看作業(yè)運行狀態(tài)。A)TaskTrackB)TaskC)ClientD)JobTracker[單選題]135.以下對Hadoop的說法錯誤的是（）。A)Hadoop是基于Java語言開發(fā)的，只支持Java語言編程B)Hadoop2.0增加了NameNodeHA和Wire-compatibility兩個重大特性C)HadoopMapReduce是針對谷歌MapReduce的開源實現(xiàn)，通常用于大規(guī)模數(shù)據(jù)集的并行計算D)Hadoop的核心是HDFS和MapReduce[單選題]136.HBase自動把表水平劃分成()。A)塊B)單元C)域D)區(qū)域[單選題]137.有三個表，它們的記錄行數(shù)分別是10行、2行和6行，三個表進行交叉連接后，結(jié)果集中共有()行數(shù)據(jù)A)18B)26C)不確定D)120[單選題]138.支持向量機優(yōu)化問題的形式是(__）。A)一個不含約束的二次規(guī)劃問題B)一個含有等式約束的二次規(guī)劃問題C)一個含有不等式約束的二次規(guī)劃問題D)一個含有不等式約束的線性規(guī)劃問題[單選題]139.下列聲明游標的語法格式中,正確的是()。--A)DECLAREcursor_nameCURSORFORselect_statementB)CURSORcursor_nameFORselect_statementC)DECLAREcursor_nameCURSOROFselect_statementD)CURSORcursor_nameOFselect_statement[單選題]140.優(yōu)化新興業(yè)務和()管理模式、市場化用工策略，加大人才引進力度，建立激勵措施，培養(yǎng)適應泛在電力物聯(lián)網(wǎng)建設和發(fā)展要求的人才隊伍。A)產(chǎn)業(yè)公司B)技術(shù)公司C)產(chǎn)能公司D)智能公司[單選題]141.Python標示注釋使用符號是以下哪個？A)@B)&C)#D)0[單選題]142.下列處理方法能獲得像素級標注的是（）。A)圖像分類B)物體檢測C)圖像去噪D)語義分割[單選題]143.（）是人類獲得信息的最主要途徑.A)味覺B)視覺C)聽覺D)觸覺[單選題]144.下列說法錯誤的是（）A)MapReduce中maperconbinerreducer缺一不可B)在JobConf中InputFormat參數(shù)可以不設C)在JobConf中MapperClass參數(shù)可以不設D)在JobConf中OutputKeyComparator參數(shù)可以不設第2部分：多項選擇題，共63題，每題至少兩個正確答案,多選或少選均不得分。[多選題]145.根據(jù)數(shù)據(jù)流如何在兩個TransFormation之間傳輸數(shù)據(jù),數(shù)據(jù)流可以分為那些類型?A)一對一流B)distributing流C)一對多流D)redistributig流[多選題]146.噪聲數(shù)據(jù)的主要表現(xiàn)形式有（）.A)錯誤數(shù)據(jù)B)虛假數(shù)據(jù)C)異常數(shù)據(jù)D)缺失數(shù)據(jù)[多選題]147.下列對Shuffle過程的期望描述正確的是()。A)盡可能的將所有數(shù)據(jù)打亂B)將Map的輸出數(shù)據(jù)完整地傳輸?shù)絉educe端C)在傳輸數(shù)據(jù)時，盡可能得減少不必要的帶寬消耗D)降低磁盤I/O的影響[多選題]148.下列語句錯誤的是()A)select*fromorderswhereordernameisnotnull;B)select*fromorderswhereordername<>null;C)select*fromorderswhereordernameisnull;D)select*fromorderswhereordernamenotisnull;[多選題]149.下面對union的描述不正確的是()A)union只連接結(jié)果集完全一樣的查詢語句B)union可以連接結(jié)果集中數(shù)據(jù)類型個數(shù)相同的多個結(jié)果集C)union是篩選關(guān)鍵詞，對結(jié)果集再進行操作D)任何查詢語句都可以用union來連接[多選題]150.以下（）屬于《促進大數(shù)據(jù)發(fā)展行動綱要》（國發(fā)〔2015〕50號）明確提出的主要任務。A)加快政府數(shù)據(jù)開放共享，推動資源整合，提升治理能力B)推動產(chǎn)業(yè)創(chuàng)新發(fā)展，培育新興業(yè)態(tài)，助力經(jīng)濟轉(zhuǎn)型C)強化安全保障，提高管理水平，促進健康發(fā)展D)從國家信息化發(fā)展的戰(zhàn)略全局把握大數(shù)據(jù)的概念與范疇[多選題]151.根據(jù)《泛在電力物聯(lián)網(wǎng)2019年建設方案》，按照分類別、分等級、分區(qū)域的原則，綜合示范任務四大類包括省級綜合示范及（）等。A)園區(qū)級綜合示范B)地市級綜合示范C)國家級綜合示范D)縣級綜合示范[多選題]152.規(guī)整數(shù)據(jù)(TidyData)應滿足的基本原則有（）。A)每個實體占且僅占一個關(guān)系(表)。B)每個觀察占且僅占一行。C)每個變量占且僅占一列。D)每一類觀察單元構(gòu)成一個關(guān)系(表)。[多選題]153.DRDS的全局唯一ID主要特點有：（）。A)全局有序B)沒有單點性能瓶頸C)全局唯一D)大并發(fā)獲取[多選題]154.關(guān)于GaussDB200.下列說法正確的是（?A)支持并行架構(gòu)，行列混存。B)部署的服務器都必須是華為定制的。C)支持多節(jié)點，但擴展性差。D)支持master/slave架構(gòu)，可靠性強。[多選題]155.與傳統(tǒng)金融機構(gòu)相比，互聯(lián)網(wǎng)金融具有以下特點()A)業(yè)務競爭自由化B)業(yè)務經(jīng)管信息化C)業(yè)務運行網(wǎng)絡化D)業(yè)務交易?平民化[多選題]156.以下對模型性能提高有幫助的是()A)數(shù)據(jù)預處理B)特征工程C)機器學習算法D)模型集成[多選題]157.Kafka的應用場景有哪些?A)元信息監(jiān)控B)行為監(jiān)控C)流處理D)數(shù)據(jù)處理[多選題]158.下列表示同一種學習方法的是（__）。A)集成學習B)多分類器系統(tǒng)C)基于委員會的學習D)平均策略[多選題]159.關(guān)于數(shù)據(jù)科學的基本原則，下面說法正確的是（）A)數(shù)據(jù)科學的研究和應用的獨特視角為?數(shù)據(jù)能為我做什么?B)數(shù)據(jù)科學強調(diào)的是將數(shù)據(jù)轉(zhuǎn)換為信息、知識和智慧之后，用它們解決實際問題C)數(shù)據(jù)科學不是?一個人的舞臺?，而是?一個團隊的平臺?D)?基于數(shù)據(jù)的智能?的重要特點是?數(shù)據(jù)復雜、但算法簡單?[多選題]160.以下關(guān)于HBase說法正確的是()A)面向列的數(shù)據(jù)庫B)非結(jié)構(gòu)化的數(shù)據(jù)庫C)支持大規(guī)模的隨機、實時讀寫D)采用松散數(shù)據(jù)模型[多選題]161.Fusionlnsight系統(tǒng)中Hive支持的存儲格式包括A)HFileB)TextFileC)SequenceFileD)RCFile[多選題]162.目前，機器學習領域所面臨的主要挑戰(zhàn)包括（）.A)過擬合B)維度災難C)特征工程D)算法的可擴展性[多選題]163.網(wǎng)絡爬蟲的類型主要包括：()A)通用網(wǎng)絡爬蟲B)聚焦網(wǎng)絡爬蟲C)增量式網(wǎng)絡爬蟲D)深層網(wǎng)絡爬蟲[多選題]164.（__)由兩個簇的最近樣本決定，（__)由兩個簇的最遠樣本決定，（__)由兩個簇的所有樣本共同決定。A)樣本距離B)最小距離C)最大距離D)平均距離[多選題]165.np.set_printoptions()函數(shù)可以設置的內(nèi)容包括（__)。A)保留幾位小數(shù)B)強制格式化C)是否使用科學記數(shù)法D)禁用省略打印[多選題]166.以下布爾表達式在邏輯上等同的是哪幾個()？A)1==1and2==1B)1==1or2!=1C)1!=0and2==1D)"test"==1[多選題]167.國家網(wǎng)絡意識形態(tài)安全的重要組成部分包括（）。A)網(wǎng)站門戶內(nèi)容安全B)在線業(yè)務應用內(nèi)容安全C)信息發(fā)布安全D)通信群組內(nèi)容安全[多選題]168.HIS表色系的三屬性包含（）。A)色調(diào)B)飽和度C)亮度D)色度[多選題]169.Maxcompute中，當一個大表和多個小表做連接時，可以考慮使用mapjoin，以下關(guān)于mapjoin的限制，說法正確的是:（）。A)leftouterjoin的左表必須是大表，innerjoin左表或者右表都可以為大表B)fullouterjoin不能使用mapjoinC)最多支持8張小表D)所有小表占用內(nèi)存綜合不能超過256M[多選題]170.從IDC的大數(shù)據(jù)生態(tài)系統(tǒng)圖可看出，大數(shù)據(jù)生態(tài)系統(tǒng)是一種的復雜系統(tǒng)，主要涉及()。A)數(shù)據(jù)采集B)數(shù)據(jù)生產(chǎn)C)數(shù)據(jù)處理D)業(yè)務流程[多選題]171.在決策樹基本算法中，有三種情形會導致遞歸返回，這三種情形分別是（__）。A)當前結(jié)點包含的樣本全屬于同一類別，無需劃分B)當前屬性集為空，或是所有樣本在所有屬性上取值相同，無法劃分C)當前結(jié)點包含的樣本集合為空，不能劃分D)當前結(jié)點包含的樣本不屬于同一類別，不可劃分[多選題]172.你可以使用（___）語言在Hadoop中進行編碼。A)JavaB)PythonC)C++D)Ruby[多選題]173.關(guān)于數(shù)據(jù)倉庫Impala的描述正確的是：()A)Impala是由Oracle公司開發(fā)的查詢系統(tǒng)B)與Hive類似，Impala也可以直接與HDFS和HBase進行交互C)Impala采用了與商用MPP并行關(guān)系數(shù)據(jù)庫類似的分布式查詢引擎，可以直接從HDFS或者HBase中用SQL語句查詢數(shù)據(jù)，而不需要把SQL語句轉(zhuǎn)化成MapReduce任務來執(zhí)行D)Impala和Hive采用了不同的SQL語法、ODBC驅(qū)動程序和用戶接口[多選題]174.半結(jié)構(gòu)化數(shù)據(jù)包括（）。A)Excel表格B)HTMLC)檢查身體后得到的體檢報告D)銀行賬戶上的消費記錄[多選題]175.RDD有哪些缺陷?（）A)不支持細粒度的寫和更新操作（如網(wǎng)絡爬蟲）B)基于內(nèi)存的計算C)擁有schema信息D)不支持增量迭代計算[多選題]176.與開源sqoop相比,loader具有哪些增強特性?A)高可靠性B)高性能C)安全性D)圖形化[多選題]177.下列正確的命令是()A)showtables;B)showcolumns;C)showcolumnsfromcustomers;D)showdatabases;[多選題]178.下列關(guān)于自然語言處理中的關(guān)鍵詞提取的說法正確的是？A)關(guān)鍵詞提取是指用人工方法提取文章關(guān)鍵詞的方法B)TF-IDF模型是關(guān)鍵詞提取的經(jīng)典方法C)文本中出現(xiàn)次數(shù)最多的詞最能代表文本的主題D)這個問題設計數(shù)據(jù)挖掘，文本處理，信息檢索等領域[多選題]179.數(shù)據(jù)表在設計時應遵循以下()原則。--A)避免數(shù)據(jù)經(jīng)常發(fā)生變化B)避免經(jīng)常修改表結(jié)構(gòu)C)盡可能詳細地記錄日志D)避免刪除數(shù)據(jù)[多選題]180.關(guān)于Hadoop提供的計數(shù)器，下面說法正確的是（）A)Hadoop默認使用了若干計數(shù)器，用戶也可以自定義計數(shù)器B)在map和reduce函數(shù)中，可以通過API對計數(shù)器進行累加C)計數(shù)器是全局可見的D)計數(shù)器結(jié)果均需要在網(wǎng)絡中傳輸[多選題]181.以下()屬于數(shù)據(jù)統(tǒng)計分析工具。A)WekaB)SASC)SPSSD)Matlab[多選題]182.Spark運行架構(gòu)具有以下哪些特點？A)每個Application都有自己專屬的Executor進程，并且該進程在Application運行期間一直駐留B)Executor進程以多線程的方式運行TaskC)Spark運行過程與資源管理器無關(guān)，只要能夠獲取Executor進程并保持通信即可D)Task采用了數(shù)據(jù)本地性和推測執(zhí)行等優(yōu)化機制[多選題]183.Kafka中刪除消息的閾值有哪幾種？A)數(shù)據(jù)產(chǎn)生的時間B)數(shù)據(jù)使用的頻率C)硬盤總空間大小D)分區(qū)總?cè)罩敬笮多選題]184.以下對大數(shù)據(jù)4V特性描述正確的是()。A)Value是指價值密度低B)大數(shù)據(jù)中所說的?速度?包括兩種：計算速度和處理速度C)大數(shù)據(jù)時間分布是不均勻的D)在大數(shù)據(jù)中，價值價值與數(shù)據(jù)總量的大小存在線性關(guān)系[多選題]185.下列選項中,屬于循環(huán)語句的有()。--A)LOOPB)REPEATC)WHILED)LEAVE[多選題]186.決策樹在()情況下會導致遞歸返回A)當前節(jié)點包含的樣本全屬于同一類B)當前屬性集為空C)當前節(jié)點包含的樣本集合為空D)所有樣本在所有屬性上取值相同[多選題]187.下列方法中，可以用于特征降維的方法包括()A)主成分分析PCAB)線性判別分析LDAC)深度學習SparseAutoEncoderD)矩陣奇異值分解SVD[多選題]188.詞袋模型的局限性表現(xiàn)在（)。A)需要仔細考慮詞匯表的構(gòu)建B)信息檢索C)向量的稀疏問題D)沒有考慮到語序[多選題]189.關(guān)于繼承，以下陳述錯誤的是()。A)一個類的受保護成員可以被繼承B)繼承類稱為子類C)一個類的私有成員可以被繼承和訪問D)繼承是OOP的功能之一[多選題]190.大數(shù)據(jù)在電信行業(yè)有哪些應用（）A)網(wǎng)絡運維優(yōu)化B)網(wǎng)絡規(guī)劃建設C)太空通信D)市場推送[多選題]191.Flink系統(tǒng)主要由哪兩個組件組成：()A)JobManagerB)TaskManagerC)JobTrackerD)TaskTracker[多選題]192.關(guān)于select語句下列說法正確的是（）A)select(name)fromtableperson:所有記錄的name字段的值B)select(name)frompersonwhereage=12orname="aa";or或者C)select(name)fromtablepersonwhereage=12;查找age=12的記錄的那個字段的值D)select(name，age)frompersonwhereage=12andname="aa";and并且[多選題]193.下面哪兩個函數(shù)可以實現(xiàn)文本數(shù)據(jù)類型和數(shù)值數(shù)據(jù)類型的相互轉(zhuǎn)換()A)BinaryToStringB)NumericToStringC)StringToNumericD)CsnToString[多選題]194.傳統(tǒng)的IT資源獲取方式的主要缺點是：（）A)初期成本高，建設周期長B)后期需要自己維護，使用成本高C)IT資源供應量有限D(zhuǎn))IT資源供應量無限[多選題]195.ss=ShuffleSplit(n_splits=4,random_state=0,test_size=0.25)對這句代碼說法正確的是(__)。A)采用了k折交叉驗證法B)劃分訓練集和測試集的次數(shù)是4次C)測試集和訓練集的比例一定是1：4D)測試集的個數(shù)是：n×0.25向上取整[多選題]196.下列Python文件模式中，文件會被覆蓋的是（___）。A)?r?B)?W?C)?a?D)?W+?[多選題]197.Zookeeper可以為FusionInsightHD中哪些組件提供分布式管理支持?A)HiveB)LoaderC)HBaseD)Spark[多選題]198.YARN容量調(diào)度器的主要特點有哪些？A)容量保證B)靈活性C)多重租憑D)動態(tài)更新配置文件[多選題]199.下面屬于數(shù)據(jù)產(chǎn)品開發(fā)的特征有(__)。A)以數(shù)據(jù)為中心B)多樣性C)層次性D)增值性[多選題]200.主動勾選、主動點擊（）等行為屬于?明示同意?A)同意B)注冊C)發(fā)送D)撥打[多選題]201.半監(jiān)督學習中，對未標記樣本所揭示的數(shù)據(jù)分布信息與類別標記相聯(lián)系的假設的有（__)和（__)。A)歸納假設B)聚類假設C)流形假設D)基本假設[多選題]202.MaxCompute的控制層由:（）部分組成。A)WorkerB)SchedulerC)MasterD)Executor[多選題]203.數(shù)據(jù)科學項目主要涉及的活動包括()。A)模式/模型的應用及維護B)模式/模型的洞見C)結(jié)果的可視化與文檔化D)模式/模型的驗證和優(yōu)化[多選題]204.下列屬于關(guān)鍵詞提取算法的有（）。A)TF-IDF算法B)TextRank算法C)LSA（潛在語義分析）D)LDA[多選題]205.TaskScheduler的調(diào)度策略有（）A)FIFOSchedulerB)FAIRSchedulerC)CapacitySchedulerD)QosScheduler[多選題]206.根據(jù)《大數(shù)據(jù)風控平臺項目操作手冊》，日常工作提示（預警）中的近30天存在外部風險信息提示，涵蓋工商變更信息、輿情風險信息、司法風險信息、行政處罰信息、股權(quán)凍結(jié)信息、（）、（）、（）、（）9大類風險信息。A)股權(quán)出質(zhì)信息B)動產(chǎn)抵押信息C)涉稅信息D)環(huán)保信息E)以上都不對第3部分：判斷題，共42題，請判斷題目是否正確。[判斷題]207.可以給項目空間外的主體授權(quán)。A)正確B)錯誤[判斷題]208.流計算對不同的項目進行了嚴格的項目權(quán)限區(qū)分，不同用戶/項目之間是無法進行訪問、操作。A)正確B)錯誤[判斷題]209.通常把分類錯誤的樣本數(shù)量與分類正確樣本數(shù)量的比例稱為"錯誤率"0()A)正確B)錯誤[判斷題]210.集合可以作為元組的元素。A)正確B)錯誤[判斷題]211.YARN上有兩個四級隊列Q1與Q2，容量都是50，Q1上已經(jīng)有10個任務并占用了40的容量，Q2上有2個任務共占用了30的容量，那么由于Q1的任務數(shù)多，調(diào)度器會優(yōu)先將資源分配給Q1.A)正確B)錯誤[判斷題]212.假設已導入random標準庫，那么表達式max([randomA)正確B)錯誤[判斷題]213.定義函數(shù)時，即使該函數(shù)不需要接收任何參數(shù)，也必須保留一對空的圓括號來表示這是一個函數(shù)。A)正確B)錯誤[判斷題]214.()當一個表中所有行都被delete語句刪除后，該表也同時被刪除了。A)正確B)錯誤[判斷題]215.服務器選型可以選擇云主機和物理機。A)正確B)錯誤[判斷題]216.MySQL5.7中只有InnoDB存儲引擎支持外鍵約束。--A)正確B)錯誤[判斷題]217.加入使用邏輯回歸對樣本進行分類，得到訓練樣本的準確率和測試樣本的準確率?，F(xiàn)在，在數(shù)據(jù)中增加一個新的特征，其它特征保持不變。然后重新訓練測試，訓練樣本準確率一定增加或保持不變A)正確B)錯誤[判斷題]218.任意長度的Python列表、元組和字符串中最后一個元素的下標0。A)正確B)錯誤[判斷題]219.已知x是一個列表，那么x=x[3:]+x[:3]可以實現(xiàn)把列表x中的所有元素循環(huán)左移3位。A)正確B)錯誤[判斷題]220.Python元組支持雙向索引。A)正確B)錯誤[判斷題]221.機器學習只強調(diào)二個關(guān)鍵詞：算法，模型。A)正確B)錯誤[判斷題]222.在MySQLWorkbench建模工具中,NN表示表對應字段設置了非空約束。--A)正確B)錯誤[判斷題]223.在Spark中引人RDD概念的目的是實現(xiàn)Spark的串行操作和靈活的容錯能力。A)正確B)錯誤[判斷題]224.Pandas對象（Index，Series，DataFrame）相當于數(shù)組的容器，用于存儲數(shù)據(jù)、執(zhí)行計算。A)正確B)錯誤[判斷題]225.實時流處理架構(gòu)可用于公安監(jiān)控業(yè)務、金融反欺詐業(yè)務或者其他實時業(yè)務。A)正確B)錯誤[判斷題]226.數(shù)據(jù)已成為公司的戰(zhàn)略核心資產(chǎn)，各類數(shù)據(jù)在公司生產(chǎn)運行、經(jīng)營管理、客戶服務等領域發(fā)揮重要作用，同時，網(wǎng)站門戶、在線業(yè)務應用和通信群組的內(nèi)容安全已成為國家網(wǎng)絡意識J彭態(tài)安全的重要組成部分。()A)正確B)錯誤[判斷題]227.批處理優(yōu)先推薦使用Spark或SparkSQL模式，也可以便用MapReduce或出Hive模式。兩種批處理模式可以同時使用。A)正確B)錯誤[判斷題]228.政府信息公開的意義主要體現(xiàn)在提高了政府透明度。A)正確B)錯誤[判斷題]229.我們無法將儀表盤圖設置為?溫度計?狀;()A)正確B)錯誤[判斷題]230.谷歌流感趨勢預測依賴于對隨機抽樣的分析A)正確B)錯誤[判斷題]231.邏輯域構(gòu)建了協(xié)議、軟件、數(shù)據(jù)等組成的信息活動域A)正確B)錯誤[判斷題]232.Python中用于表示邏輯與、邏輯或、邏輯非運算的關(guān)鍵字分別是or,and,not。A)正確B)錯誤[判斷題]233.分類預測型任務從已分類的數(shù)據(jù)中學習模型，并對新的未知分類的數(shù)據(jù)使用該模型進行解釋，得到這些數(shù)據(jù)的分類。根據(jù)標簽的不同，分別稱為分類任務和預測任務。如果類標簽是連續(xù)的類別，稱為預測任務。()A)正確B)錯誤[判斷題]234.只能對列表進行切片操作，不能對元組和字符串進行切片操作。A)正確B)錯誤[判斷題]235.當以指定?鍵?為下標給字典對象賦值時，若該?鍵?存在則表示修改該?鍵?對應的?值?，若不存在則表示為字典對象添加一個新的?鍵-值對?。A)正確B)錯誤[判斷題]236.大數(shù)據(jù)時代注重讓數(shù)據(jù)說話也同樣崇尚經(jīng)驗主義。A)正確B)錯誤[判斷題]237.Python類不支持多繼承。A)正確B)錯誤[判斷題]238.表達式'abc'in('abcdefg')的值為True。A)正確B)錯誤[判斷題]239.Hadoop是由Java語言開發(fā)的。()A)正確B)錯誤[判斷題]240.[5foriinrange(3)]的值為[5,5,5]。A)正確B)錯誤[判斷題]241.大數(shù)據(jù)離線批處理支持SQL類作業(yè)和自定義作業(yè)。A)正確B)錯誤[判斷題]242.Flink適用于高并發(fā)處理數(shù)據(jù)、毫秒級時延應用。A)正確B)錯誤[判斷題]243.隨機分布和均勻分布是相同的A)正確B)錯誤[判斷題]244.對于PCA(主成分分析)轉(zhuǎn)化過的特征，樸素貝葉斯的不依賴假設總是成立，因為所有主要成分是正交的。()A)正確B)錯誤[判斷題]245.()結(jié)構(gòu)化查詢語言只涉及查詢數(shù)據(jù)的語句，并不包括修改和刪除數(shù)據(jù)的語句。A)正確B)錯誤[判斷題]246.安裝Python擴展庫時只能使用pip工具在線安裝，如果安裝不成功就沒有別的辦法了。A)正確B)錯誤[判斷題]247.()所創(chuàng)建的數(shù)據(jù)庫和表的名字，都可以使用中文。A)正確B)錯誤[判斷題]248.ResourceManager采用高可用方案，當Activeresourcemanager發(fā)現(xiàn)故障時，只能通過內(nèi)置的Zookeeper來啟動standby的resourcemanager，將其狀態(tài)切換為active。A)正確B)錯誤第4部分：問答題，共11題，請在空白處填寫正確答案。[問答題]249.目前ApacheHadoop發(fā)布的版本主要有（）（）（）[問答題]250.Zookeeper集群主要有()三種角色。[問答題]251.Zookeeper監(jiān)聽服務器流程()客戶端連接Zookeeper并注冊Watch，監(jiān)聽節(jié)點/servers()各個服務器啟動后連接Zookeeper，向節(jié)點/servers創(chuàng)建臨時節(jié)點server。若服務器斷開連接，臨時節(jié)點消失()Zookeeper將節(jié)點變化狀態(tài)返回給客戶端，客戶端取得所有子節(jié)點列表。[問答題]252.全分布模式又有什么注意點？[問答題]253.為什么SSH本地主機需要密碼？[問答題]254.（）用于維護文件系統(tǒng)名稱并管理客戶端對文件的訪問，（）存儲真實的數(shù)據(jù)塊。[問答題]255.Hive自定義函數(shù)中的（）（請?zhí)顚懹⑽目s寫）用于接收單個數(shù)據(jù)行，并產(chǎn)生多個數(shù)據(jù)行作為輸出。[問答題]256.SparkonYarn-client適合用于生產(chǎn)環(huán)境是因為可以更快的看到APP的輸出。A)TRUEB)FALSE[問答題]257.Flume的tertises配置文件中可以配置多個channel來傳輸數(shù)據(jù)A)TrueB)False[問答題]258.Hadoop創(chuàng)建多級目錄()的命令為（hadoopfs-mkdir-p/a/b/c）[問答題]259.簡述實例方法、類方法、靜態(tài)方法的區(qū)別。[多選題]260.我們想要訓練一個阻模型，樣本數(shù)量有100萬個，特征維度是5000，面對如此大數(shù)據(jù)，有效地訓練模型可以采取的措施是()A)對訓練集隨機采樣，在隨機采樣的數(shù)據(jù)上建立模型B)嘗試使用在線機器學習算法C)使用PCA算法減少特征維度1.答案:A解析:2.答案:A解析:3.答案:C解析:4.答案:A解析:5.答案:D解析:6.答案:B解析:7.答案:B解析:8.答案:A解析:9.答案:A解析:10.答案:C解析:11.答案:C解析:12.答案:D解析:13.答案:C解析:14.答案:C解析:15.答案:B解析:16.答案:A解析:17.答案:C解析:18.答案:C解析:19.答案:D解析:20.答案:A解析:21.答案:A解析:22.答案:D解析:23.答案:D解析:24.答案:D解析:25.答案:A解析:26.答案:B解析:27.答案:B解析:Combiner的意義就是對每一個MapTask的輸出進行局部匯總，以咸小網(wǎng)絡傳輸量。28.答案:D解析:29.答案:D解析:30.答案:A解析:31.答案:C解析:32.答案:B解析:33.答案:D解析:34.答案:C解析:35.答案:B解析:36.答案:D解析:37.答案:B解析:38.答案:C解析:39.答案:A解析:RDD存儲級別定義。40.答案:D解析:41.答案:D解析:42.答案:D解析:43.答案:B解析:GB/T35295-2017《信息技術(shù)/大數(shù)據(jù)/術(shù)語》認為，大數(shù)據(jù)是具有體量大、來源多樣、生成極快、多變等特征，并且難以用傳統(tǒng)數(shù)據(jù)體系機構(gòu)有效處理的包含大量數(shù)據(jù)集的數(shù)據(jù)。44.答案:C解析:45.答案:A解析:46.答案:D解析:47.答案:D解析:48.答案:D解析:49.答案:D解析:50.答案:B解析:51.答案:D解析:52.答案:D解析:53.答案:D解析:54.答案:C解析:55.答案:C解析:56.答案:B解析:57.答案:C解析:58.答案:A解析:低維空間與原始高維空間必有不同,因為對應于最小的d-d'個特征值的特征向量被舍棄了,這是降維導致的結(jié)果。但舍棄這部分信息往往是必要的:一方面舍棄這部分信息之后能使樣本的采樣密度增大,這正是降維的重要動機;另一方面,當數(shù)據(jù)受到噪聲影響時,最小的特征值所對應的特征向量往往與噪聲有關(guān)。將它們舍棄能在一定程度上起到去噪的效果。59.答案:A解析:60.答案:C解析:異常檢測過程查找基于聚類組標準值偏差的異常個案。該過程設計為在探索性數(shù)據(jù)分析步驟中,快速檢測到用于數(shù)據(jù)審核的異常個案,并優(yōu)先于任何推論性數(shù)據(jù)分析。61.答案:D解析:以上關(guān)于代碼規(guī)范的描述中，把所有方法都放在一個類中是錯誤的。62.答案:A解析:63.答案:D解析:64.答案:C解析:延伸的代碼中(修改和有源代碼衍生的代碼中)需要帶有原來代碼中的協(xié)議、商標、專利聲明和其他原來作者規(guī)定需要包含的說明。如果再發(fā)布的產(chǎn)品中包含一個Notice文件,則在Notice文件中需要帶有開源工具的Licence。你可以在Notice中增加自己的許可,但不可以表現(xiàn)為對開源工具Licence構(gòu)成更改。65.答案:A解析:NameNode負責管理文件系統(tǒng)的命名空間。66.答案:D解析:67.答案:D解析:68.答案:C解析:69.答案:D解析:70.答案:D解析:71.答案:D解析:72.答案:A解析:73.答案:D解析:74.答案:B解析:75.答案:C解析:76.答案:C解析:77.答案:A解析:78.答案:D解析:79.答案:C解析:從最后一個檢查點開始啟動另一Master進程使得因故障產(chǎn)生的影響更小。80.答案:A解析:class="fr-ficfr-dib"BCD其他表都有。81.答案:D解析:顆粒度反映的是數(shù)據(jù)的精細化程度。82.答案:A解析:83.答案:A解析:84.答案:D解析:85.答案:A解析:基于規(guī)則的分類器有決策樹、隨機森林、Aprior,C4.5屬于決策樹算法。86.答案:B解析:87.答案:B解析:88.答案:A解析:89.答案:A解析:90.答案:D解析:RDD的序列化處理主要在完成成本比較高的操作之后、執(zhí)行容易失敗的操作之前、當RDD被重復使用或者計算其代價很高時進行。91.答案:C解析:92.答案:A解析:93.答案:D解析:94.答案:B解析:95.答案:A解析:96.答案:D解析:97.答案:D解析:98.答案:B解析:函數(shù)名稱定義應符合語法；局部變量作用于函數(shù)中；函數(shù)定義后需調(diào)用才能執(zhí)行。99.答案:C解析:集合中元素是無序的。100.答案:A解析:使用L1可以得到稀疏的權(quán)值,使用L2可以得到平滑的權(quán)值。101.答案:B解析:102.答案:C解析:離群點(outlier)是指數(shù)值中遠離數(shù)值的一般水平的極端大值和極端小值。103.答案:D解析:104.答案:C解析:105.答案:C解析:annotate（）函數(shù)為圖的某個位置添加注解。310106.答案:B解析:107.答案:C解析:108.答案:B解析:109.答案:C解析:Ndarray可以容納多維數(shù)據(jù)，且數(shù)組每個元素的類型相同。110.答案:A解析:111.答案:C解析:112.答案:D解析:113.答案:D解析:114.答案:D解析:115.答案:B解析:聚類挖據(jù)技術(shù)中要求不同類數(shù)據(jù)的內(nèi)容相似度盡可能小。116.答案:A解析:K-means是一個將數(shù)據(jù)集中在某些方面相似的數(shù)據(jù)成員進行分類組織的過程,這是一個