大數(shù)據(jù)CDA考試練習(xí)題及答案1-2023練習(xí)版

試題說(shuō)明

本套試題共包括1套試卷

答案和解析在每套試卷后

大數(shù)據(jù)CDA考試練習(xí)題及答案1（500題）

大數(shù)據(jù)CDA考試練習(xí)題及答案1

L［單選題］Flume數(shù)據(jù)采集的過(guò)程中，下列選項(xiàng)中對(duì)數(shù)據(jù)進(jìn)行過(guò)濾和修飾的是？

A）Channel

B）Channelselector

C）Interceptor

2.［單選題］小王養(yǎng)了一頭豬和一只雞，一天,豬問(wèn)雞：“主人去哪里了"，豬含淚答道："去買(mǎi)粉條了

"O雞很同情的說(shuō)；“老弟，來(lái)世再見(jiàn)?！币陨蠈?duì)話(huà)體現(xiàn)了數(shù)據(jù)分析方法中的（）。

A）關(guān)聯(lián)

B）自然語(yǔ)言處理

C）聚類(lèi)

D）文本挖掘

3.［單選題］以下有關(guān)數(shù)據(jù)清洗的表述中，正確的是（）。

A）運(yùn)用驗(yàn)證數(shù)據(jù)集中變量的統(tǒng)計(jì)量對(duì)訓(xùn)練集中的變量進(jìn)行數(shù)據(jù)清洗

B）運(yùn)用驗(yàn)證數(shù)據(jù)集中變量的統(tǒng)計(jì)量對(duì)驗(yàn)證集中的變量進(jìn)行數(shù)據(jù)清洗

C）運(yùn)用訓(xùn)練數(shù)據(jù)集中變量的統(tǒng)計(jì)量對(duì)驗(yàn)證集中的變量進(jìn)行數(shù)據(jù)清洗

D）以上均不對(duì)

4.［單選題］檢驗(yàn)單總體均值的過(guò)程中，如果是小樣本，但總體標(biāo)準(zhǔn)差已知，檢驗(yàn)統(tǒng)計(jì)量應(yīng)該選擇（

）。

A）

σ∕y∕ιι

>

B）

X-No

S/Q

>

C）

g-os?

>

D)

(Λ+1)S2

?

5.［單選題］在fusionlnsigh產(chǎn)品中關(guān)于kafka的topic.以下描述不正確的層

A）topic的PartitiOn數(shù)量可以創(chuàng)建時(shí)配置

B）每個(gè)topic只能被分成一個(gè)partition區(qū)

C）每條發(fā)布至Ukafka的消息都有一個(gè)類(lèi)別，這個(gè)類(lèi)別被稱(chēng)為topic.也可以理解為一個(gè)存儲(chǔ)消息的隊(duì)

列

D）每個(gè)PartitiOn在存儲(chǔ)層面對(duì)應(yīng)一個(gè)IOg文件，10g文件中記錄了所有的消息數(shù)據(jù)

6.［單選題］下列哪些語(yǔ)句關(guān)于JaVa內(nèi)存回收的說(shuō)明是正確的？

A）程序員必須創(chuàng)建一個(gè)線(xiàn)程來(lái)釋放內(nèi)存

B）內(nèi)存回收程序負(fù)責(zé)釋放無(wú)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(shí)間釋放內(nèi)存對(duì)象

7.［單選題］某專(zhuān)業(yè)畢業(yè)的研究生年薪的標(biāo)準(zhǔn)差大約為2000美元，現(xiàn)在想要估計(jì)這個(gè)專(zhuān)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=l.96

A）182

B）98

01537

D）634

8.［單選題］QQ圖可以用來(lái)檢驗(yàn)（）

A）正態(tài)性

B）共線(xiàn)性

C）同方差

D）過(guò)擬合

9.［單選題］關(guān)于HadoOPMapReduce分片（SPit）概念，下列說(shuō)法不正確的是（）。

A）HadooP為每個(gè)SPIit創(chuàng)建一個(gè)MaP任務(wù)

B）SPIit的多少?zèng)Q定了MaP任務(wù)的數(shù)目

C)大多數(shù)情況下，理想的分片大小是一個(gè)HDFS塊對(duì)應(yīng)一個(gè)SPit

D)split是一個(gè)物理概念

10.［單選題］hadoop平臺(tái)中要查看Yarn服務(wù)中一個(gè)application的信息，通常需要使用什么命令？

A)container

B)jar

C)application-attempt

D)Application

IL［單選題］以下選項(xiàng)哪個(gè)不屬于分類(lèi)算法？()

A)KNN算法

B)邏輯回歸

C)C4.5算法

D)TF-TDF算法

12.［單選題］對(duì)各變量值的連乘積開(kāi)項(xiàng)數(shù)次方根的平均數(shù)是［)o

A)平方平均數(shù)

B)幾何平均數(shù)

C)算術(shù)平均數(shù)

D)D調(diào)和平均數(shù)

13.［單選題］如果要給隊(duì)列QUeUeA設(shè)置容量為30%,應(yīng)該設(shè)置哪個(gè)參數(shù)()？

A)yarn,scheduler,capacity,root.QueueA.minimum-userTimit-PerCent

B)yarn,scheduler,capacity,root.QueueD.user-1Imit-actor

C)yarn,scheduler,capacity,root.QueueA.capacity

D)yarn.scheduler,capacity,root.QueueA.state

14.［單選題］分析影響變壓器正常運(yùn)行的因素，預(yù)測(cè)變壓器是否有故障，若有故障，故障為放電故障

、過(guò)熱故障、短路故障等的哪一種。這屬于()算法的應(yīng)用。

A)分類(lèi)

B)聚類(lèi)

C)關(guān)聯(lián)

D)回歸

15.［單選題］關(guān)于MaPRedUCe的說(shuō)法正確的是()。

A)MapReducel.0用YARN框架來(lái)進(jìn)行資源調(diào)度的

B)MaPRedUCe是基于內(nèi)存計(jì)算的框架

C)MaPRedUCe是分布式文件存儲(chǔ)系統(tǒng)

D)MaPRedUCeLo既是一個(gè)計(jì)算框架又是一個(gè)資源調(diào)度框架

16.［單選題］為FIaSk創(chuàng)建自定義命令，通過(guò)創(chuàng)建一個(gè)函數(shù)，為該函數(shù)添加()裝飾器。

A)@app.route()

B)@app.cli.command()

C)@app.cli()

D)@app.command()

17.［單選題］建模前的數(shù)據(jù)準(zhǔn)備和數(shù)據(jù)處理將占整個(gè)數(shù)據(jù)分析流程的時(shí)間。

A)20%左右

B)60%左右

C)80%左右

D)99%左右

18.［單選題］缺失數(shù)據(jù)(NUIIVaIUe)的具體處理方法有很多種，下列哪種方法可得到較準(zhǔn)確的結(jié)果

?()

A)填入一個(gè)通用的常數(shù)值，例如填入未知/Unknown

B)把填補(bǔ)遺缺值的問(wèn)題當(dāng)作是分類(lèi)或預(yù)測(cè)的問(wèn)題

C)填入該屬性的整體平均值

D)填入該屬性的整體中位數(shù)

19.［單選題］在Jinjia2模板引擎中創(chuàng)建block后要使用()表示結(jié)束。

A){%endblock%)

B){%end%}

C){{endblock))

D){{end}}

20.［單選題］以下哪個(gè)ChanneI類(lèi)型的數(shù)據(jù)不會(huì)持久化()？

A)FileChanne

B)MemoryChannel

C)JDBCChannel

D)HDFSChannel

21.［單選題］Hadoop平臺(tái)中HBaSe的Region是由哪個(gè)服務(wù)進(jìn)程來(lái)管理？

A)HMaster

B)DataNode

C)RegionServer

D)Zookeeper

22.［單選題］在FIaSk框架中，自定義錯(cuò)誤頁(yè)面使用的裝飾器是

A)error()

B)handler(

C)errorhandler()

D)page(

23.［單選題］偏自相關(guān)函數(shù)ACF在n階之后迅速趨近于零，我們稱(chēng)ACF具有n階()

A)長(zhǎng)尾性

B)短尾性

C)截尾性

D)拖尾性

24.［單選題］Hbase中以下對(duì)于LSM的描述正確的是()。

A)LSM的讀操作和寫(xiě)操作是獨(dú)立

B)LSM的讀操作和寫(xiě)操作不是獨(dú)立

C)LSM井不區(qū)分讀和寫(xiě)

D)LSM中讀寫(xiě)是同一種操作

25.［單選題］已知某一元線(xiàn)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)0.4

B)0.6

00.8

D)1.0

26.［單選題］“將總體中的所有單位()按一定順序排列，在規(guī)定的范圍內(nèi)隨機(jī)地抽取一個(gè)單位作為

初始單位，然后按事先規(guī)定好的規(guī)則確定其它樣本單位”，這種抽樣方法稱(chēng)為()

A)多階段抽樣(SyStematiC

B)分層隨機(jī)抽樣(stratified

C)集群抽樣(cluster

D)系統(tǒng)抽樣(SyStematiC

27.［單選題］在SPark生態(tài)組件中，那個(gè)產(chǎn)品可用于復(fù)雜的批量數(shù)據(jù)處理。()

A)SparkCore

B)SparkSql

C)SparkStreaming

D)MLlib

28.［單選題］整型數(shù)據(jù)類(lèi)型中，需要內(nèi)存空間最少的是

A)short

B)long

C)int

D)byte

29.［單選題］預(yù)測(cè)股票價(jià)格屬于

A)預(yù)測(cè)建模

B)聚類(lèi)分析

C)關(guān)聯(lián)分析

D)異常檢測(cè)

30.［單選題］在FIaSk框架中，找不到與路由匹配的視圖函數(shù)會(huì)返回（）錯(cuò)誤。

A）500

B）404

0302

D）200

31.［單選題］FusioninsightHD中HbaSe默認(rèn)使用什么組件作為其底層文件存儲(chǔ)系統(tǒng)?

A）File

B）Kafka

OHDFS

D）Memory

32.［單選題］Hive中的數(shù)據(jù)類(lèi)型，下面說(shuō)正確的是（）。

A）TINYlNT,1個(gè)字節(jié)（8位）有符號(hào)整數(shù)

B）SMALLlNT,2個(gè)字節(jié)（16位）有符號(hào)整數(shù)

C）INT,4個(gè)字節(jié)（32位）有符號(hào)整數(shù)

D）以上都正確

33.［單選題］以下關(guān)于層次聚類(lèi)的描述中，錯(cuò)誤的是（）

A）層次聚類(lèi)也叫作系統(tǒng)聚類(lèi)

B）層次聚類(lèi)法通常分為自底向上和自頂向下

C）層次聚類(lèi)的過(guò)程非常清楚，會(huì)形成類(lèi)似樹(shù)狀的聚類(lèi)圖譜，便于理解和檢查

D）層次聚類(lèi)適用于數(shù)據(jù)量非常大或者變量非常多的項(xiàng)目

34.［單選題］如果需要對(duì)HBaSe表中的數(shù)據(jù)進(jìn)行列表查看，可以使用（）命令進(jìn)行操作。

A）count

B）scan

C）put

D）get

35.［單選題］一個(gè)一元線(xiàn)性回歸模型的判定系數(shù)R2=0.8,那么下列解釋中錯(cuò)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(xiàn)性關(guān)系來(lái)解釋

B）在因變量的變動(dòng)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(qiáng)的線(xiàn)性關(guān)系

D）在訓(xùn)練集中，因變量的估計(jì)精度上限為80%

36.［單選題］下面關(guān)于MaPRedUCe的描述中正確的是0。

A）MaPRedUCe程序必須包含MaPPer和RedUCeo

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

37.［單選題］某公司的總會(huì)計(jì)師決定用決策模型應(yīng)對(duì)不確定性問(wèn)題。目前，公司有兩種方案可供選擇

,與另一跨國(guó)公司聯(lián)合投資或不聯(lián)合投資。總會(huì)計(jì)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(wàn)元，投資成功的現(xiàn)金流為2000萬(wàn)元，投資不成功的現(xiàn)金流為

200萬(wàn)元，其他成本為0元，至此時(shí)已發(fā)生的成本為120萬(wàn)元。方案2：不聯(lián)合投資的結(jié)果和概率；至此時(shí)

已發(fā)生的成本為120萬(wàn)元，其他成本為500000元。下列哪項(xiàng)分別正確地反映了聯(lián)合投資與不聯(lián)合投

資的期望值?0

A）800000元和T700000元

B）-700000元和-500000元

C）800000元和-500000元

D）-700000元和-1700000元

38.［單選題］在WebhCat架構(gòu)中，用戶(hù)能夠通過(guò)安全的HTTPS協(xié)議執(zhí)行以下哪些操作？

A）執(zhí)行HiVeDDL操作

B）運(yùn)行MaPredUCe任務(wù)

C）運(yùn)行HiVeHOL任務(wù)

D）以上全都正確

39.［單選題］下列關(guān)于HDFS的描述正確的是？

A）NameNOde磁盤(pán)元數(shù)據(jù)不保存BlOCk的位置信息

B）DataNode通過(guò)長(zhǎng)連接與NameNode保持通信

C）HDFS集群支持?jǐn)?shù)據(jù)的隨機(jī)讀寫(xiě)

D）如果NameNOde宕機(jī)，SecondaryNameNode會(huì)接替它使集群繼續(xù)工作

40.［單選題］關(guān)聯(lián)規(guī)則的評(píng)價(jià)指標(biāo)是（）。

A）均方誤差、均方根誤差

B）KaPPa統(tǒng)計(jì)、顯著性檢驗(yàn)

C）支持度、置信度

D）平均絕對(duì)誤差、相對(duì)誤差

41.［單選題］Hbase中數(shù)據(jù)存儲(chǔ)的文件格式是什么？

A）Hlog

B）Textfile

OHFlle

D）Sequencerlle

42.［單選題］當(dāng)一元線(xiàn)性回歸模型的殘差出現(xiàn)異方差時(shí)，我們可以嘗試哪項(xiàng)工作（）

A）對(duì)自變量做線(xiàn)性變換

B）對(duì)因變量做線(xiàn)性變換

C）對(duì)自變量做非線(xiàn)性變換

D）自變量做歸一化處理

43.［單選題］邏輯回歸屬于（）

A）無(wú)監(jiān)督學(xué)習(xí)

B）有監(jiān)督學(xué)習(xí)

C）半監(jiān)督學(xué)習(xí)

D）非監(jiān)督學(xué)習(xí)

44.［單選題］關(guān)于fusionInsightHDStreaming的SUPerViSor描述正確的是？

A）Supervisor是在TOPology中接受數(shù)據(jù)然后執(zhí)行處理的組件

B）Supervisor負(fù)責(zé)接受NimbUS分配的任務(wù)，啟動(dòng)和停止屬于自己管理的WOrker進(jìn)程

C）Supervisor負(fù)責(zé)資源分配和任務(wù)調(diào)度

D）supervisor是運(yùn)行具體處理邏輯的過(guò)程

45.［單選題］數(shù)據(jù)分析挖掘是非常有價(jià)值的，它與現(xiàn)實(shí)生活是密切相關(guān)的，以下哪些是在銀行中的應(yīng)

用場(chǎng)景？

A）信用卡的審批額度

B）掌銀對(duì)消費(fèi)者的產(chǎn)品推薦

C）貴賓客戶(hù)的流失預(yù)測(cè)

D）以上全是

46.［單選題］以下哪種說(shuō)法是錯(cuò)誤的。（）

A）聚類(lèi)的部分步驟與分類(lèi)相似，但度量維度的不同會(huì)導(dǎo)致結(jié)果不同；

B）由于聚類(lèi)是無(wú)監(jiān)督學(xué)習(xí)，對(duì)聚類(lèi)的結(jié)果沒(méi)有嚴(yán)格意義的好壞之分

C）應(yīng)通過(guò)與理想相似矩陣比較，看分類(lèi)效果

D）對(duì)樣本數(shù)據(jù)進(jìn)行預(yù)處理時(shí),對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化會(huì)影響聚類(lèi)結(jié)果

47.［單選題］下列關(guān)于for循環(huán)和While循環(huán)的說(shuō)法中哪個(gè)是正確的？（）

A）whiIe循環(huán)能實(shí)現(xiàn)的操作，for循環(huán)也都能實(shí)現(xiàn)

B）whiIe循環(huán)判斷條件一般是程序結(jié)果，for循環(huán)判斷條件一般是非程序結(jié)果

C）兩種循環(huán)任何時(shí)候都可替換

D）兩種循環(huán)結(jié)構(gòu)中都必須有循環(huán)體,循環(huán)體不能為空

48.［單選題］Kafka集群在運(yùn)行期間，直接依賴(lài)于下面那些組件？

A）Hbase

B）Spark

C）Zookeeper

D）HDFS

49.［單選題］存在什么情況時(shí)，Wald檢驗(yàn)不再有效（）

A）變量過(guò)多

B）共線(xiàn)性

C）異方差

D）過(guò)擬合

50.［單選題］Flink中的（接口用于流數(shù)據(jù)處理，（）接口用于批處理？

A）DatabatchAPI,DatastreamAPI

B）StreamAPI,BatchAPI

C）DatastreamAPI,DatasetAPI

D）BatchAPI,StreamAPI

51.［單選題］在使用FlaSkTTF自定義表單類(lèi)時(shí)，自定義的類(lèi)需要繼承自（）。

A）FlaskForm

B）FlaskForms

OFlaskWTF

D）Forms

52.［單選題］下列有關(guān)數(shù)據(jù)分析說(shuō)法正確的是（）。

A）數(shù)據(jù)分析規(guī)定其操作流程分為5步

B）SEMMA是數(shù)據(jù)挖掘項(xiàng)目方法論的名稱(chēng)

C）數(shù)據(jù)分析只是針對(duì)大數(shù)據(jù)情形，小數(shù)據(jù)是沒(méi)有意義的

D）數(shù)據(jù)分析中模型的精度是第一位的

53.［單選題］下列關(guān)于Flinkbarrier描述錯(cuò)誤的是？

A）一個(gè)barrier將本周期快照的數(shù)據(jù)與下一個(gè)周期快照的數(shù)據(jù)分隔開(kāi)

B）barrier是Flink快照的核心

C）在插入barrier的時(shí)候，會(huì)暫時(shí)阻斷數(shù)據(jù)流

D）barrier周期性插入到數(shù)據(jù)流中，并作為數(shù)涌流的一部分隨之流動(dòng)

54.［單選題］有序集的中間值或者中間兩個(gè)值平均是（）。

A）平均值

B）中位數(shù)

C）眾數(shù)

D）以上都不是

55.［單選題］銀行根據(jù)客戶(hù)以往貸款記錄情況,將客戶(hù)分為低風(fēng)險(xiǎn)客戶(hù)和高風(fēng)險(xiǎn)客戶(hù)。對(duì)一個(gè)新來(lái)的

申請(qǐng)者,銀行計(jì)算風(fēng)險(xiǎn),決定接受或拒絕該申請(qǐng)。這屬于（）算法的應(yīng)用。

A）分類(lèi)

B）聚類(lèi)

C）關(guān)聯(lián)

D）回歸

56.［單選題］簇評(píng)估的作用有（）。①確定數(shù)據(jù)集的聚類(lèi)趨勢(shì)。②確定正確的簇個(gè)數(shù)。③比較兩個(gè)

簇集，確定那個(gè)更好。④不引用附加信息，評(píng)估聚類(lèi)分析結(jié)果對(duì)數(shù)據(jù)擬合情況

A）①②

B）②③④

C）①②③

D)①②③④

57.［單選題］Hbase中的COmPaetion過(guò)程發(fā)生在什么時(shí)候？()

A)MemStore發(fā)生flush的時(shí)候

B)HLOg大小達(dá)到一定閾值的時(shí)候

C)StoreFIle文件個(gè)數(shù)達(dá)到一定閾值的時(shí)候

D)HFiIe寫(xiě)入HDFS的時(shí)候

58.［單選題］分析師在研究中發(fā)現(xiàn)ABC公司的銷(xiāo)售額滿(mǎn)足公式y(tǒng)()=3Xy()+2Xy()。那么請(qǐng)問(wèn)這是

一個(gè)幾階的時(shí)間序列呢()

A)l

B)2

03

D)4

59.［單選題］開(kāi)始將N個(gè)樣品各自作為一類(lèi)，并規(guī)定樣品之間的距離和類(lèi)與類(lèi)之間的距離，然后將距離

最近的兩類(lèi)合并成一個(gè)新類(lèi),計(jì)算新類(lèi)與其他類(lèi)的距離，重復(fù)進(jìn)行兩個(gè)最近類(lèi)的合并，每次少一類(lèi)，直

至所有的樣品合并為一類(lèi)，此種聚類(lèi)方法是()。

A)K-means

B)SOM聚類(lèi)

C)系統(tǒng)聚類(lèi)

D)有序聚類(lèi)

60.［單選題］以下哪個(gè)不屬于HadOOP中MaPredUCe組件的特點(diǎn)？

A)高容錯(cuò)

B)良好的擴(kuò)展性

C)實(shí)時(shí)計(jì)算

D)易手編程

61.［單選題］ZooKeePer特點(diǎn)包括(】。

A)最終一致性

B)可靠性

C)實(shí)時(shí)性

D)實(shí)時(shí)性

62.［單選題］FusioninsightHD系統(tǒng)中HiVe不支持的存儲(chǔ)格式包括？

A)Textfile

B)SequencefiIe

C)RCFILE

D)HfiIe

63.［單選題］HadoopMaPRedUCe支持多種語(yǔ)言編程，下列說(shuō)法不正確的是()。

A）可以用JAVA語(yǔ)言編寫(xiě)MaPRedUCe應(yīng)用程序

B）可以用C/C++語(yǔ)言編寫(xiě)MaPRedUCe應(yīng)用程序

C）可以用PythOn語(yǔ)言編寫(xiě)MaPRedUCe應(yīng)用程序

D）可以用javascript語(yǔ)言編寫(xiě)MaPRedUCe應(yīng)用程序

64.［單選題］采用FlUme傳輸數(shù)據(jù)過(guò)程中，為了防止因FlUme進(jìn)程重啟而丟失數(shù)據(jù),推薦使用以下哪

種Channel類(lèi)型？

A）MemoryChannels

B）FileChannel

C）JDBCChannel

D）HDFSChannel

65.［單選題］SOL語(yǔ)言中，刪除一個(gè)表中所有數(shù)據(jù),但保留表結(jié)構(gòu)的命令是（）。

A）DELETE

B）DROP

OCLEAR

D）REMORE

66.［單選題］使用HbaSe客戶(hù)端批量寫(xiě)入10條數(shù)據(jù)，某個(gè)HregiOnSerVer節(jié)點(diǎn)上包含該表的2個(gè)

Region,分別為A和B,10條數(shù)據(jù)中有6條屬于A,4條屬于B,請(qǐng)問(wèn)寫(xiě)入這10條數(shù)據(jù)需要向該HregiOn

Server發(fā)送幾次RPC請(qǐng)求？

A）10

B）6

02

D）l

67.［單選題］按組織市場(chǎng)調(diào)查的時(shí)間層次確定，調(diào)查可以分為（）。

A）經(jīng)常性市場(chǎng)調(diào)查（不定期）

B）定期市場(chǎng)調(diào)查

C）臨時(shí)性市場(chǎng)調(diào)查（一次性）

D）以上都是

68.［單選題］關(guān)于被私有訪(fǎng)問(wèn)控制符PriVate修飾的成員變量，以下說(shuō)法正確的是（）

A）可以被三種類(lèi)所引用：該類(lèi)自身、與它在同一個(gè)包中的其他類(lèi)在其他包中的該類(lèi)的子類(lèi)

B）可以被兩種類(lèi)訪(fǎng)問(wèn)和引用：該類(lèi)本身、該類(lèi)的所有子類(lèi)

C）只能被該類(lèi)自身所訪(fǎng)問(wèn)和修改

D）只能被同一個(gè)包中的類(lèi)訪(fǎng)問(wèn)

69.［單選題］以下哪個(gè)聚類(lèi)方法又叫快速聚類(lèi)法（）

A）K^means聚類(lèi)法

B）層次聚類(lèi)法

C）系統(tǒng)聚類(lèi)法

D）兩步聚類(lèi)法

70.［單選題］HBase中的批量加載底層使用（）實(shí)現(xiàn)。

A）MapReduce

B）Hive

C）Coprocessor

D）BloomFilter

71.［單選題］Hbase中的RegiOn是由哪個(gè)服務(wù)進(jìn)程來(lái)管理的？

A）Hregionserver

B）Zookeeper

OMaster

D）Datanode

72.［單選題］現(xiàn)在通過(guò)參數(shù)估計(jì)得到一個(gè)一元線(xiàn)性回歸模型為y=3x+40那么在回歸系數(shù)檢驗(yàn)中下列說(shuō)

法錯(cuò)誤的是（）

A）檢驗(yàn)統(tǒng)計(jì)量是t統(tǒng)計(jì)量

B）原假設(shè)是

C）如果拒絕原假設(shè)，就認(rèn)為自變量與因變量存在顯著的線(xiàn)性關(guān)系

D）判斷是否拒絕原假設(shè)，可以用P值與顯著性水平進(jìn)行比較

73.［單選題］盒須圖（）中，Ql到Q3的距離被稱(chēng)為（）。

A）IQR

B）極差

C）內(nèi)差

D）SSA

74.［單選題］一個(gè)6面骰子連擲4次，得到至少一次六點(diǎn)的概率約為（）。

A）≈51.77%

B）≈66.67%

C）≈48.22%

D）^16.67%

75.［單選題］以下不屬于隨機(jī)森林算法特點(diǎn)的是（）。

A）能處理比較高維的數(shù)據(jù)

B）模型的泛化能力強(qiáng)

C）模型的運(yùn)行速度不快

D）有很強(qiáng)的抗干擾能力

76.［單選題］某手機(jī)電池生產(chǎn)商對(duì)電池的生產(chǎn)工藝進(jìn)行了改進(jìn)，并對(duì)外宣稱(chēng)改進(jìn)后的電池能夠顯著的

提高手機(jī)待機(jī)時(shí)間，為了檢驗(yàn)該改進(jìn)工藝是否有效，我們將進(jìn)行t檢驗(yàn)。通常在t檢驗(yàn)之前我們首選

需要進(jìn)行（）

A）工藝改進(jìn)前后的數(shù)據(jù)相關(guān)性分析。

B）使用線(xiàn)性回歸，檢驗(yàn)工藝改進(jìn)對(duì)待機(jī)時(shí)間的影響。

C）進(jìn)行F檢驗(yàn)，判斷兩個(gè)總體的方差是否存在顯著差異。

D）使用卡方的獨(dú)立性檢驗(yàn)查看工藝改進(jìn)與待機(jī)時(shí)間是否相關(guān)。

77.［單選題］下面關(guān)于ZookeePer特性的描述錯(cuò)誤的是？

A）消息更新只能成功或者失敗，沒(méi)有中間狀態(tài)

B）Zookeeper節(jié)點(diǎn)數(shù)必須為奇數(shù)個(gè)

C）一條消息要被超過(guò)半數(shù)的SerVer接收，它將可以成功寫(xiě)入磁盤(pán)

D）客戶(hù)端所發(fā)送的更新會(huì)按照它們被發(fā)送的順序進(jìn)行應(yīng)用

78.［單選題］下列關(guān)于HadooPAPl的說(shuō)法錯(cuò)誤的是（）。

A）HadOoP的APl只適用于HDFS文件系統(tǒng)

B）ConfigUratiOn類(lèi)的默認(rèn)實(shí)例化方法是以HDFS系統(tǒng)的資源配置為基礎(chǔ)的

C）FileStatUS對(duì)象存儲(chǔ)文件和目錄的元數(shù)據(jù)

D）FSDatalnPUtStream是java.io.DatalnputStream的子類(lèi)

79.［單選題］有一組數(shù)據(jù)的偏態(tài)系數(shù)為-4、23,那么下面表述正確的是（）

A）這是一組極度左偏的數(shù)據(jù)

B）偏態(tài)系數(shù)在O附近，所以只是輕微的左偏

C）偏態(tài)系數(shù)在O附近，所以只是輕微的右偏

D）這是一組極度右偏的數(shù)據(jù)

80.［單選題］分類(lèi)模型評(píng)估指標(biāo)呈現(xiàn)中，表示用了模型跟不用模型之間的差異的曲線(xiàn)叫做（）。

A）RoC曲線(xiàn)

B）Lift曲線(xiàn)

C）KS曲線(xiàn)

D）捕獲率曲線(xiàn)

81.［單選題］對(duì)于HiVe中關(guān)于普通表和外部表描述不正確的是？

A）默認(rèn)創(chuàng)建普通表

B）刪除外部表時(shí)，只除外部表數(shù)據(jù)而不刪除元數(shù)據(jù)

C）外部實(shí)質(zhì)是將已存在于HDFS上的文件路徑跟表關(guān)聯(lián)起來(lái)

D）刪除普通表時(shí)，元數(shù)據(jù)和數(shù)據(jù)同時(shí)被刪除

82.［單選題］在數(shù)據(jù)庫(kù)模型中，可以指定條件對(duì)記錄進(jìn)行排序,使用的方法是O。

A）order_by

B）filter

C）order

D）group（

83.［單選題］為什么DBSCAN算法難以有效處理高維數(shù)據(jù)。（）

A）數(shù)據(jù)的形狀太復(fù)雜

B）簇的大小未知

C）噪聲點(diǎn)過(guò)多

D）開(kāi)銷(xiāo)過(guò)大

84.［單選題］在方差分析中，我們?nèi)缦螺敵?/p>

SUMMARY

n~1ΓJjΓ

仙2635113.558.5

2642916.558.5

耀郴郵平斛神F

痛117

2925

9

?it3042

＞上表有？號(hào)的空格數(shù)值是多少（）

A）48

B)50

051

D)52

85.［單選題］下面哪些場(chǎng)景不是Flink組件擅長(zhǎng)的？

A)批處理

B)迭代計(jì)算

C)流處理

D)數(shù)據(jù)存儲(chǔ)

86.［單選題］使用ORM模型插入數(shù)據(jù)時(shí)，需要將實(shí)例化對(duì)象添加到用戶(hù)會(huì)話(huà),使用的代碼是(1。

A)db.add(

B)db.session,add()

C)db.session()

D)add.session()

87.［單選題］在SPark生態(tài)組件中，哪個(gè)產(chǎn)品可用于基于歷史數(shù)據(jù)的交互式查詢(xún)。()

Λ)SparkCore

B)SparkSql

C)SparkStreaming

D)MLlib

88.［單選題］YARN的基于標(biāo)準(zhǔn)調(diào)度，是對(duì)下列選項(xiàng)中的哪個(gè)進(jìn)行標(biāo)簽化？

A)Appmaster

B)Resourcemanager

C)Nodemanager

D)Container

89.［單選題］HFile數(shù)據(jù)格式中的Data字段用于0。

A)存儲(chǔ)實(shí)際的KeyVaIUe數(shù)據(jù)

B)存儲(chǔ)數(shù)據(jù)的起點(diǎn)

C)指定字段的長(zhǎng)度

D)存儲(chǔ)數(shù)據(jù)塊的起點(diǎn)

90.［單選題］在ZOOkeePer和Yarn的協(xié)同工作中，當(dāng)ACtiVeResourcemanager產(chǎn)生故障時(shí)，Standby

Resourcemanager會(huì)從以下哪些目錄中獲取APPIiCation相關(guān)信息？()

A)metastore

B)Statestore

C)Statestore

D)Warehouse

91.［單選題］分類(lèi)通常會(huì)把模型數(shù)據(jù)集拆分成兩個(gè)部分,其中一個(gè)部分用來(lái)評(píng)估模型好與不好,這個(gè)

部分叫做()。

A)訓(xùn)練集

B)測(cè)試集

C)已知數(shù)據(jù)

D)未知數(shù)據(jù)

92.［單選題］以下關(guān)于DBSCAN算法說(shuō)法錯(cuò)誤的是()。

A)如果樣本集的密度不均勻、聚類(lèi)間距差相差很大時(shí)，聚類(lèi)質(zhì)量較差；

B)如果樣本集較大時(shí)，聚類(lèi)收斂時(shí)間較長(zhǎng)；

C)調(diào)參相對(duì)復(fù)雜，不同的參數(shù)組合對(duì)最后的聚類(lèi)效果有較大影響。

D)聚類(lèi)結(jié)果可能有偏倚。

93.［單選題］使用JAVAAPl進(jìn)行HBaSe表數(shù)據(jù)添加操作，以下命令輸寫(xiě)正確的是()。

?)HTable.add(newPut(Bytes.toBytes(row))；

B)HTable.insert(newPut(Bytes.toBytes(row))；

C)HTable.put(newPut(Bytes.toBytes(row))；

D)HTable.update(newPut(Bytes.toBytes(row))；

94.［單選題］關(guān)系型數(shù)據(jù)庫(kù)的完整性約束條件有()。

A)主鍵約束

B)非空約束

C)唯一約束

D)以上都是

95.［單選題］解壓.tar.gz結(jié)尾的HBaSe壓縮包使用的LinUX命令是？

A)tar^zxvf

B)tar-zX

C)tar-s

D)tar-nf

96.［單選題］Javaapplication中的主類(lèi)需包含main方法,main方法的返回類(lèi)型是什么？

A)int

B)float

C)double

D)void

97.［單選題］如果對(duì)HBaSe表的添加數(shù)據(jù)記錄，可以使用()命令進(jìn)行操作。

A)create

B)get

C)put

D)scan

98.［單選題］在做前期樣本規(guī)劃時(shí)，訓(xùn)練集(Train)、驗(yàn)證集(ValidatiOn)和檢驗(yàn)集(TeSt)樣本量分

配方案哪個(gè)比較適合？()

A)訓(xùn)練50%,驗(yàn)證0%,檢驗(yàn)50%

B)訓(xùn)練100%,驗(yàn)證096,檢驗(yàn)096

C)訓(xùn)練0%,驗(yàn)證Io0%,檢驗(yàn)0%

D）訓(xùn)練60%,驗(yàn)證30%,檢驗(yàn)10%

99.［單選題］下列哪種方法不能用于檢驗(yàn)一元線(xiàn)性回歸殘差是否服從正態(tài)分布（）

A）PP圖

B）SW檢驗(yàn)

C）KS檢驗(yàn)

D）ADF檢驗(yàn)

100.［單選題］R0C曲線(xiàn)是驗(yàn)證模型的常用方法，曲線(xiàn)凸向哪個(gè)角，代表模型效果越理想？（）

A）左上角

B）右上角

C）左下角

D）右下角

IOL［單選題］以下方法可以改變數(shù)據(jù)量綱的是

A）對(duì)數(shù)據(jù)做歸一化處理

B）對(duì)數(shù)據(jù)做Z-SCore標(biāo)準(zhǔn)化

C）對(duì)數(shù)據(jù)取對(duì)數(shù)

D）以上都是

102.［單選題］Hive是以（）技術(shù)為基礎(chǔ)的數(shù)據(jù)倉(cāng)庫(kù)。

A）HDFS

B）MAPREDUCE

C）HADOOP

D）HBASE

103.［單選題］如果一組數(shù)據(jù)不是對(duì)稱(chēng)分布，按照切比雪夫不等式，至少約有（）的觀測(cè)值落在距均值

4個(gè)標(biāo)準(zhǔn)差的區(qū)間范圍內(nèi)。

A）75%

B）89%

094%

D）98%

104.［單選題］顯著性檢驗(yàn)中的P值小于多少時(shí)，可以認(rèn)定為絕對(duì)顯著相關(guān)。（）

A）l

B）0.05

00.01

D）0.001

105.［單選題］Kafka集群在運(yùn)行期間，直接依賴(lài)于下面哪些組件？

A）spark

B）zookeeper

Ohdfs

D)hbase

106.［單選題］已知a={a,b,d)是滿(mǎn)足最小支持度的頻繁項(xiàng)集，若不考慮置信度，由a可產(chǎn)生關(guān)聯(lián)規(guī)則的

數(shù)量為()。

A)3

B)4

05

D)6

107.［單選題］以下不能進(jìn)行系統(tǒng)日志數(shù)據(jù)采集的工具是()。

A)Hadoop

B)Python

C)Scribe

D)Flume

108.［單選題］Spark是用以下哪種編程語(yǔ)言實(shí)現(xiàn)的()？

A)C

B)C++

C)JAVA

D)Scala

109.［單選題］Zookeeper中的數(shù)據(jù)節(jié)點(diǎn)ZnOde分為哪幾種類(lèi)型？()

A)semi-persistent

B)ephemeral

C)temporary

D)persistent

110.［單選題］下列關(guān)于網(wǎng)絡(luò)用戶(hù)行為的說(shuō)法中，錯(cuò)誤的是()。

A)網(wǎng)絡(luò)公司能夠捕捉到用戶(hù)在其網(wǎng)站上的所有行為

B)用戶(hù)離散的交互痕跡能夠?yàn)槠髽I(yè)提升服務(wù)質(zhì)量提供參考

C)數(shù)字軌跡用完即自動(dòng)刪除

D)用戶(hù)的隱私安全很難得以規(guī)范保護(hù)

IlL［單選題］()盒須圖()中，Ql到其最近的內(nèi)限距離為()。

A)IQR

B)1、5IQR

C)0、5

D)0、75

112.［單選題］貝葉斯決策是根據(jù)()進(jìn)行決策的一種方法。

A)極大似然概率

B）先驗(yàn)概率

C）邊際概率

D）后驗(yàn)概率

113.［單選題］一項(xiàng)不屬HiVe的流控特性（）？

A）已經(jīng)建立的總連接數(shù)閾值控制

B）某個(gè)特定用戶(hù)已經(jīng)建立的連接數(shù)閾值控制

C）每個(gè)用戶(hù)已經(jīng)建立的連數(shù)聞值控制

D）單位時(shí)間內(nèi)所建立的連接數(shù)閾值控制

114.［單選題］以下哪個(gè)SQL函數(shù)可以完成對(duì)數(shù)字的四舍五入（）。

A）floor

B）ceiling

C）round

D）truncate

115.［單選題］關(guān)于Kafka磁盤(pán)容量不足的告警，對(duì)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(pán)達(dá)到使用率上限

B）數(shù)據(jù)保存時(shí)間配置過(guò)長(zhǎng)，數(shù)據(jù)累計(jì)達(dá)到磁盤(pán)使用率上限

C）Broker節(jié)點(diǎn)故障導(dǎo)致

D）用于存儲(chǔ)Kafka數(shù)據(jù)的磁盤(pán)配置（如磁盤(pán)數(shù)目磁盤(pán)大小等），無(wú)法滿(mǎn)足當(dāng)前業(yè)務(wù)數(shù)據(jù)流量，導(dǎo)致磁

盤(pán)使用率達(dá)到上限

116.［單選題］分析顧客的消費(fèi)行為，以便有針對(duì)性的向其推薦感興趣的服務(wù),于（）問(wèn)題

A）關(guān)聯(lián)規(guī)則挖掘

B）分類(lèi)與回歸

C）聚類(lèi)分析

D）時(shí)序預(yù)測(cè)

117.［單選題］下面哪個(gè)函數(shù)是publicvoidaMethod（{.}的重載函數(shù)？

A）voidaMethod（）{...}

B）publicintaMethod（f...）

OpublicvoidaMethodO{...}

D）publicintaMethod（intm）{...}

118.［單選題］以下哪個(gè)不屬于波特五力競(jìng)爭(zhēng)分析模型的內(nèi)容。（）

A）潛在競(jìng)爭(zhēng)者威脅

B）替代品威脅

C）企業(yè)外部的機(jī)會(huì)

D）供應(yīng)商議價(jià)能力

119.［單選題］以下選項(xiàng)中，不屬于信息時(shí)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(dá)律多定律

120.［單選題］以下關(guān)于ZookeePer的Leader節(jié)點(diǎn)在收到數(shù)據(jù)變更請(qǐng)求后的讀寫(xiě)流程說(shuō)法正確的是？

A）僅寫(xiě)入內(nèi)存

B）同時(shí)寫(xiě)入磁盤(pán)和內(nèi)存

C）先寫(xiě)入內(nèi)存再寫(xiě)入磁盤(pán)

D）先寫(xiě)磁盤(pán)再寫(xiě)內(nèi)存

121.［單選題］在數(shù)據(jù)分析工作中，在階段，需要需統(tǒng)一語(yǔ)言和思想，用數(shù)據(jù)語(yǔ)言定義業(yè)務(wù)

問(wèn)題和想要達(dá)到的目標(biāo)。

A）數(shù)據(jù)收集

B）數(shù)據(jù)處理

C）明確分析目的和思路

D）構(gòu)建模型

122.［單選題］對(duì)于不平穩(wěn)的序列，如果仍想進(jìn)行時(shí)間序列分析，我們可以（）

A）差分

B）微分

C）積分

D）不能使用

123.［單選題］下面對(duì)Streaming中基礎(chǔ)概念說(shuō)法不正確的是（）？

A）TOPOIogy是Streaming中運(yùn)行的一個(gè)實(shí)時(shí)應(yīng)用程序

B）NimbUS負(fù)責(zé)資源分配和任務(wù)調(diào)度

C）SPoUt是在一個(gè)topolOgy中接受數(shù)據(jù)然后執(zhí)行處理的組件

D）WOrker運(yùn)行具體處理組件邏輯的進(jìn)程

124.［單選題］以下關(guān)于KafkaPartition偏移量的描述不正確的是？（）

A）每條消息在文件中的位置稱(chēng)為OffSet（偏移量）

B）消費(fèi)者通過(guò)（offset/,partition,topic）跟蹤記錄

C）唯一標(biāo)記一條消息

D）OffSet是一個(gè)String型字符串

125.［單選題］下列關(guān)于SParkStreaming和Streaming比較說(shuō)法不正確的是？

A）SParkStreaming個(gè)微批處理框架，事件需要積累到一定量時(shí)才進(jìn)行處理

B）Streaming的執(zhí)行邏輯是即時(shí)啟動(dòng)，運(yùn)行完后再回收

C）SParkStreaming的吞吐量大約是Streaming的2-5倍

D）Sparkstreaming事件處理時(shí)延比Streaming更高

126.［單選題］下列哪個(gè)是合法的JaVa標(biāo)識(shí)符？

A）Tree&Glasses

B）FirstJavaApplet

C）*theLastOne

D）273.5

127.［單選題］希望將不同數(shù)據(jù)表中的數(shù)據(jù)進(jìn)行關(guān)聯(lián)的時(shí)候，我們可以采用表連接。以下不是Sql表連

接方式的一個(gè)是（）

A）right

B）left

C）union

D）all

128.［單選題］在數(shù)據(jù)安全及處理效率方面，不適宜大數(shù)據(jù)分析的軟件是（）。

A）SAS

B）Stata

C）MatLab

D）SPSS

129.［單選題］對(duì)于一個(gè)列聯(lián)表來(lái)說(shuō)，多維尺度分析關(guān)注的是（）

A）行變量和列變量?jī)烧叩南嚓P(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

130.［單選題］下列國(guó)家的大數(shù)據(jù)發(fā)展行動(dòng)中，集中體現(xiàn)“重視基礎(chǔ)、首都先行”的國(guó)家是（1。

A）美國(guó)

B）日本

C）中國(guó)

D）韓國(guó)

131.［單選題"priori算法使用哪個(gè)指標(biāo)篩選項(xiàng)目集（ItemSet）?（）

A）交易編號(hào)（TranSaCtionlD）

B）最小支持度（MinimUmSupport）

C）最小信賴(lài)度（MinimumConfidence）

D）購(gòu)買(mǎi)數(shù)量

132.［單選題］下面哪種方法更適合于對(duì)稀少群體和特定群體研究（）

A）滾雪球抽樣

B）配額抽樣

C）判斷抽樣

D）多階段抽樣

133.［單選題］若需要定義一個(gè)類(lèi)域或類(lèi)方法,應(yīng)使用哪種修飾符？

A)static

B)package

C)private

D)public

134.［單選題］HFile數(shù)據(jù)格式中的KeyValUe數(shù)據(jù)格式中ValUe部分是()。

A)擁有復(fù)雜結(jié)構(gòu)的字符串

B)字符串

C)二進(jìn)制數(shù)據(jù)

D)壓縮數(shù)據(jù)

135.［單選題］在下表中查詢(xún)員工人數(shù)大于1人的部門(mén)以及該部門(mén)的平均績(jī)效成績(jī)表名：績(jī)效成績(jī)

Γl

虹id部1戚

硼π90—

1≡輔85―

a003IT67―

>

A)select

B)select

C)select

D)select

136.［單選題］在對(duì)某個(gè)多元線(xiàn)性回歸模型的分析中，如果某自變量的VlF=1,這說(shuō)明()

A)此自變量與因變量不存在線(xiàn)性相關(guān)性

B)此自變量與其他自變量不存在線(xiàn)性相關(guān)性

C)此模型存在非常嚴(yán)重的共線(xiàn)性

D)此多元回歸模型的R2=0

137.［單選題］KafkaClusterMirroring工具可以實(shí)現(xiàn)以下哪些功能?

A)Kafka數(shù)據(jù)同步方案

B)Kafka單集群內(nèi)數(shù)據(jù)備份

OKafka但集群內(nèi)數(shù)據(jù)恢復(fù)

D)以上全不正確

138.［單選題］LSM結(jié)構(gòu)的數(shù)據(jù)首先存儲(chǔ)在()。

A)硬盤(pán)上

B)內(nèi)存中

C)磁盤(pán)陣列中

D)閃存中

139.［單選題］HDFS有一個(gè)LZO(Withindex)文件大小75MB,客戶(hù)端設(shè)置BIoCk大小為64MBt,當(dāng)運(yùn)行

Hiapreduce任務(wù)讀取該文件時(shí)inputsplit大小為？

A)一個(gè)map讀取64MB,另外一個(gè)map讀取IIMB

B)64MB

C)75MB

D)128MB

140.［單選題］字段CoSt的最大最小值分別是1200元和9800元。利用最大-最小規(guī)范化的方法將屬性

的值映射到0至1的范圍內(nèi)。則COSt值為7360元將被轉(zhuǎn)化為()。

A)0.751

B)0.163

OO.457

D)0.716

141.［單選題］對(duì)于HDFS的組成描述正確的是()。

A)HDFS的文件系統(tǒng)主分為管理節(jié)點(diǎn)和工作節(jié)點(diǎn)。

B)NameNode管理元數(shù)據(jù)信息

C)DataNode保存真正的數(shù)據(jù)。

D)DataNode保存真正的數(shù)據(jù)。

142.［單選題］關(guān)于HiVe中的桶說(shuō)法不正確的是()？

A)每個(gè)桶是一個(gè)目錄

B)建表時(shí)指定桶個(gè)數(shù),桶內(nèi)可排序

C)數(shù)據(jù)按照某個(gè)字段的值HaSh后放入某個(gè)桶中

D)對(duì)于數(shù)據(jù)抽樣、特定join的優(yōu)化很有意義

143.［單選題］以下對(duì)最近鄰分類(lèi)算法(KNN)的說(shuō)法錯(cuò)誤的是()。

A)它使用具體的訓(xùn)練實(shí)例進(jìn)行預(yù)測(cè)，不必維護(hù)源自數(shù)據(jù)的模型

B)分類(lèi)一個(gè)測(cè)試樣例開(kāi)銷(xiāo)很大

C)最近鄰分類(lèi)器基于全局信息進(jìn)行預(yù)測(cè)

D)可生產(chǎn)任意形狀的決策邊界

144.［單選題］下列不可作為java語(yǔ)言標(biāo)識(shí)符的是

A)al

B)$l

0_1

D)ll

145.［單選題］下列關(guān)于計(jì)算機(jī)存儲(chǔ)容量單位的說(shuō)法中，錯(cuò)誤的是()。

A)1KB<1MB<1GB

B)基本單位是字節(jié)(Byte)

C)一個(gè)漢字需要一個(gè)字節(jié)的存儲(chǔ)空間

D)一個(gè)字節(jié)能夠容納一個(gè)英文字符

146.［單選題］每月例會(huì)報(bào)告的經(jīng)營(yíng)指標(biāo)匯總，屬于哪類(lèi)數(shù)據(jù)分析。()

A)客戶(hù)行為的數(shù)據(jù)挖掘報(bào)告

B)描述性數(shù)據(jù)分析報(bào)告

C)產(chǎn)品和行為傾向報(bào)告

D)以上都不對(duì)

147.［單選題］在MaPPer類(lèi)中，共有4個(gè)函數(shù)：setup()、map。、()1、run)o

A)Reducer()

B)cleanup()

OSplit()

D)local()

148.［單選題］編譯JaVa源程序文件將產(chǎn)生相應(yīng)的字節(jié)碼文件，這些字節(jié)碼文件的擴(kuò)展名為

A)byte

B)class

C)html

D)exe

149.［單選題］關(guān)于MaPRedUCe優(yōu)點(diǎn)，下列說(shuō)法不正確的是()。

A)高容錯(cuò)性

B)適合PB級(jí)以上海量數(shù)據(jù)的離線(xiàn)處理

C)良好的擴(kuò)展性

D)適合做實(shí)時(shí)計(jì)算

150.［單選題］下列有關(guān)數(shù)據(jù)分析說(shuō)法正確的是()。

A)一類(lèi)業(yè)務(wù)問(wèn)題只能用同一種數(shù)據(jù)分析模型來(lái)解決。

B)CRlSP-DM是多個(gè)面向不同任務(wù)的分析模型的統(tǒng)稱(chēng)。

C)數(shù)據(jù)分析的前期基礎(chǔ)類(lèi)數(shù)學(xué)知識(shí)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。

151.［單選題］下面說(shuō)法錯(cuò)誤的是()。

A)HadOOP集群采用的是MaSter/Slave工作模式

B)DataNOde上保存著的是元數(shù)據(jù)，真正的數(shù)據(jù)是存放在NameNode上的

C)HDFS采用了□種對(duì)文件切割后分別存放的存儲(chǔ)方式。

D)HDFS是為高數(shù)據(jù)吞吐量應(yīng)用優(yōu)化的。

152.［單選題］對(duì)APriori算法，下列選項(xiàng)中表述有誤的是()。

A)Apriori算法是關(guān)聯(lián)分析中最常用的算法之一。

B)應(yīng)用Apriori算法時(shí)，需要先設(shè)定模型的最小支持度、最小置信度等聞值。

C)應(yīng)用Apriorl算法時(shí)，輸入的數(shù)據(jù)可以是連續(xù)型數(shù)據(jù)也可以是離散型數(shù)據(jù)。

D)Apriori算法掃描數(shù)據(jù)庫(kù)的次數(shù)依賴(lài)于最大頻繁項(xiàng)集中項(xiàng)的數(shù)量

153.［單選題］分析師小A發(fā)現(xiàn)某產(chǎn)品銷(xiāo)量數(shù)據(jù)有明顯的長(zhǎng)期趨勢(shì)變動(dòng)，則小A可以考慮采用()

A)移動(dòng)平均值法

B)向量自回歸法

C)差分法

D)固定效應(yīng)法

154.［單選題］HBase表中每個(gè)CeII的多版本是通過(guò)()表示的？

A)timestamp

B)rowkey

C)blockid

D)cellid

155.［單選題］關(guān)于MaPRedUCeShUffIe過(guò)程合并(COmbine)操作，兩個(gè)健值對(duì)<"a",1>和<"a",l>經(jīng)過(guò)

合并操作結(jié)果為()。

A)<"a",2>

B)<“a"，<1,1>

C)<"a,a",2>

D)<"a,a",<l,1?

156.［單選題］以下對(duì)hive中表數(shù)據(jù)操作描述正確的是()。

A)hive可以修改行值

B)hive可以修改列值

Ohive不可以修改特定行值、列值

D)以上說(shuō)法都不對(duì)

157.［單選題］一個(gè)多分類(lèi)的變量“借款用途”，其水平有“娛樂(lè)”、“培訓(xùn)”、“生活基礎(chǔ)”、

“旅游”、“其他”。將其轉(zhuǎn)為啞變量后，有()個(gè)對(duì)應(yīng)的分類(lèi)變量

A)l

B)3

04

D)5

158.［單選題］LSM含義是？

A）日志結(jié)構(gòu)合并樹(shù)

B）二叉樹(shù)

C）平衡二叉樹(shù)

D）長(zhǎng)平衡二叉樹(shù)

159.［單選題］聚類(lèi)方法中，以下哪種方法需要指定聚類(lèi)個(gè)數(shù)。（）

A）層次聚類(lèi)

B）K均值聚類(lèi)

C）基于密度的聚類(lèi)

D）基于網(wǎng)格的聚類(lèi)

160.［單選題］以下關(guān)于fusioninsightCTbaSe的描述不正確的是？

A）CThaSe的讀寫(xiě)數(shù)據(jù)接口,統(tǒng)一封裝了行定義的接口，自動(dòng)進(jìn)行冷字段的合并和解析，不需要在應(yīng)用

程序中進(jìn)行合并和解釋

B）CTHBase是基于HbaSe的聚簇表開(kāi)發(fā)框架

C）CTHbaSe提供了一套WebUi進(jìn)行元數(shù)據(jù)定義，提供了只管醫(yī)用的表設(shè)計(jì)工具，降低表設(shè)

D）CTHbase的javaAPl提供一套HbaSe連接池管理的接口,內(nèi)部進(jìn)行連接共享，減少客戶(hù)端應(yīng)用開(kāi)發(fā)

難度。

161.［單選題］在進(jìn)行模板渲染時(shí)，需要從flask中導(dǎo)入（）

A）flask

B）templates

C）url_for

D）rendeJtemPlateS

162.［單選題］BIRCH是一種（）。

A）分類(lèi)器

B）聚類(lèi)算法

C）關(guān)聯(lián)分析算法

D）特征選擇算法

163.［單選題］不屬于HDFS優(yōu)勢(shì)是0。

A）時(shí)間快

B）超大文件

C）大量小文件

D）商用硬件

164.［單選題］下述概念中不屬于面向?qū)ο蠓椒ǖ氖牵ǎ?/p>

A）對(duì)象、消息

B)繼承、多態(tài)

C)類(lèi)、封裝

D)過(guò)程調(diào)用

165.［單選題］DBSCAN算法的過(guò)程是()。①刪除噪聲點(diǎn)。②每組連通的核心點(diǎn)形成一個(gè)簇。③將所

有點(diǎn)標(biāo)記為核心點(diǎn)邊界點(diǎn)和噪聲點(diǎn)。④將每個(gè)邊界點(diǎn)指派到一個(gè)與之關(guān)聯(lián)的核心點(diǎn)的簇中。⑤為

距離在EPS之內(nèi)的所有核心點(diǎn)之間賦予一條邊。

A)①②④⑤③

B)③①⑤②④

C)③①②④⑤

D)①④⑤②③

166.［單選題］HDFS的副本放置策路中，同一機(jī)架不同的服務(wù)器之間的距離是()

A)3

B)2

Ol

D)4

167.［單選題］下列哪一項(xiàng)方法對(duì)于發(fā)現(xiàn)異常值有幫助()

A)減去均值，并除以標(biāo)準(zhǔn)差

B)梯度下降法

C)相關(guān)性分析

D)歸一化處理

168.［單選題］HDFS中Namenode的主備仲裁是由哪個(gè)組件控制的()

A)HDFSClient

B)Nodemanager

C)Resourcemanager

D)ZookeeperFailoverController

169.［單選題］下列關(guān)于邏輯回歸模型中計(jì)算得到的發(fā)生概率p,闡述錯(cuò)誤的是()

A)任何情況下，臨界值都是0.5。當(dāng)PeO.5,其分類(lèi)取1；p<0.5,其分類(lèi)取0

B)P是相對(duì)概率

C)P的取值在0至1之間

D)被稱(chēng)為OddS

170.［單選題］以下四項(xiàng)指標(biāo)中，不能用于線(xiàn)性回歸中的模型比較的是()。

A)R方

B)調(diào)整R方

OAIC

D)BIC

171.［單選題］以下對(duì)于ZOokeePer描述正確的是O

A)Zookeeper的核心是原子廣播

B)ZOOkeePer包含口個(gè)簡(jiǎn)單的原語(yǔ)集

C)ZOOkeePer是口個(gè)開(kāi)放源碼的分布式應(yīng)用程序協(xié)調(diào)服務(wù)

D)ZOOkeePer是HadOoP的口個(gè)子項(xiàng)目

172.［單選題］在某回歸模型中，數(shù)據(jù)分析員希望探索分類(lèi)變量各類(lèi)別之間增長(zhǎng)率的差異，采用以下

哪種方法比較合適？()

?)加入固定效應(yīng)變量

B)加入工具變量

C)加入高次項(xiàng)

D)加入交互項(xiàng)

173.［單選題］Hive是基于HadoOP的數(shù)據(jù)倉(cāng)庫(kù)軟件，可以查詢(xún)和管理PB級(jí)別的分布式數(shù)據(jù)。以下關(guān)

于hive特性的描述不正確的是？

A)靈活方便的ETL

B)易用易編程

C)可直接訪(fǎng)可HDFS文件以及Hbase

D)僅支持mapreduce計(jì)算引擎

174.［單選題］下列哪個(gè)屬性是hdfs-site.xml中的配置()。

A)dfs.replication

B)fs.defaultFS

C)mapreduce.framework,name

D)yarn,resourcemanager,addresS

175.［單選題］在使用SQLAIchemy模型從數(shù)據(jù)庫(kù)中查詢(xún)數(shù)據(jù)時(shí)，可以使用模型提供的()屬性調(diào)用各

種過(guò)濾方法和查詢(xún)方法。

A)query

B)order

C)filter

D)select

176.［單選題］下面語(yǔ)句在編譯時(shí)不會(huì)出現(xiàn)警告或錯(cuò)誤的是()

A)floatf=3.14：

B)charc="c”；

C)Booleanb=null;

D)inti=10.0；

177.［單選題］YARN中設(shè)置隊(duì)列QUeUe的最大使用資源里，需要配置哪個(gè)參數(shù)？

?)yarn,scheduler,capacity,root.QueueA.USer-IinIit-factor

B)yarn,scheduler,capacity,root.QueueA.minimum-user-limit-percent

C)yarn.scheduler,capacity,root.Queue?.state

D)yarn,scheduler,capacity,root.QueueA.maxirnum-capacity

178.［單選題］下列不屬于非平穩(wěn)時(shí)間序列的確定性因素是（

A）規(guī)則變動(dòng)

B）長(zhǎng)期趨勢(shì)

C）季節(jié)變動(dòng)

D）循環(huán)變動(dòng)

179.［單選題］在研究數(shù)據(jù)中，有一個(gè)變量“飲料類(lèi)型”有4個(gè)水平“果汁”、“碳酸飲料”、“能量

飲料"和''其他"，由于該變量的少量數(shù)據(jù)缺失，那么缺失值用哪種填充方式會(huì)比較好？

A）均值

B）中位數(shù)

C）眾數(shù)

D）調(diào)和平均數(shù)

180.［單選題］某手機(jī)電池生產(chǎn)商對(duì)電池的生產(chǎn)工藝進(jìn)行了改進(jìn)，并對(duì)外宣稱(chēng)改進(jìn)后的電池能夠顯著

地提高手機(jī)待機(jī)時(shí)間，為了檢驗(yàn)該改進(jìn)工藝是否有效，你的建議是（）。

A）使用相關(guān)系數(shù)分析方法分析工藝改進(jìn)前后的相關(guān)性。

B）使用線(xiàn)性回歸，檢驗(yàn)工藝改進(jìn)對(duì)待機(jī)時(shí)間的影響。

C）使用t檢驗(yàn)分析工藝改進(jìn)前后的待機(jī)時(shí)間是否有顯著差異。

D）使用卡方的獨(dú)立性檢驗(yàn)查看工藝改進(jìn)與待機(jī)時(shí)間是否相關(guān)。

181.［單選題］日常數(shù)據(jù)通報(bào)型報(bào)告的特點(diǎn)錯(cuò)誤的是（）。

A）進(jìn)度性

B）規(guī)范性

C）時(shí)效性

D）全面性

182.［單選題］Fusioninsight產(chǎn)品中，關(guān)乎Kafka說(shuō)法不正確的是？

A）Kafka強(qiáng)依賴(lài)ZOokeePer

B）Kafka的服務(wù)端可以產(chǎn)生消息

C）Kafka的部署的實(shí)例個(gè)數(shù)不得小于2

D）ConSUmer作為Kafka的客戶(hù)端角色專(zhuān)門(mén)進(jìn)行消息的消費(fèi)

183.［單選題］Hive中的這條命令"ALTERTABLEemployeeADDcolumns（columnlstring）.,,是什

么含義？

A）創(chuàng)建表

B）刪除表

C）添加列

D）修改文件格式

184.［單選題］以下哪項(xiàng)不是描述數(shù)據(jù)離散趨勢(shì)的常見(jiàn)指標(biāo)。)

A)極差

B)都是

C)四分位數(shù)間距

D)變異系數(shù)

185.［單選題］欲構(gòu)造ArrayLiSt類(lèi)的一個(gè)實(shí)例，此類(lèi)繼承了LiSt接口，下列個(gè)方法是正確的？()

A)ArrayListmyList=newObject0；

B)ListmyList=newArrayList()：

OArrayListmyList=newList()：

D)ListmyList=newList()：

186.［單選題］偏自相關(guān)函數(shù)ACF呈現(xiàn)緩慢的趨近于零，我們稱(chēng)ACF具有()

A)長(zhǎng)尾性

B)短尾性

C)收斂性

D)拖尾性

187.［單選題］spark的核心模塊是

A)sparkstreaming

B)sparkcore

Omapreduce

D)sparksql

188.［單選題］在估計(jì)總體比例時(shí)，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(lái)的()

A)1、4倍

B)1、5倍

02倍

D)4倍

189.［單選題］下列涉及通配符的操作，范圍最大的是()

A)name

B)name

C)name

D)name

190.［單選題］假設(shè)每個(gè)用戶(hù)最低資源保障設(shè)置為yarn,scheduler,capacity,root,QueueAminimum-

USerTimit-PerCent=24,則以下說(shuō)法錯(cuò)誤的是？()

A)第3個(gè)用戶(hù)提交任務(wù)時(shí)，每個(gè)用戶(hù)最多獲得33.33%的資源

B)第2個(gè)用戶(hù)提交住務(wù)時(shí)，每個(gè)用戶(hù)最多獲得50%的資源

C)第4個(gè)用戶(hù)提交任務(wù)時(shí)，每個(gè)用戶(hù)最多獲得25%的資源

D）第5個(gè)用戶(hù)提交任務(wù)時(shí)，每個(gè)用戶(hù)最多獲得20%的資源

191.［單選題］編譯JaVa程序的命令是：

A）appletviewer

B）javac

C）java

D）javadoc

192.［單選題］在FlaSk框架中設(shè)置路由的請(qǐng)求方法，可以使用參數(shù)0。

A）request

B）requests

Omethod

D）methods

193.［單選題］以下針對(duì)缺失值的處理方法中，當(dāng)一個(gè)連續(xù)變量缺失值超過(guò)85%,則哪種最合理？（）

A）直接使用該變量

B）根據(jù)是否缺失，生成指示變量，僅使用指示變量作為解釋變量

C）使用多重插補(bǔ)的方法進(jìn)行缺失值填補(bǔ)

D）直接刪除該變量

194.［單選題］下選項(xiàng)不屬于原始數(shù)據(jù)來(lái)源的是（。

A）犯罪記錄

B）抽樣調(diào)查

C）統(tǒng)計(jì)年鑒

D）模擬實(shí)驗(yàn)

195.［單選題］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(biāo)準(zhǔn)差

196.［單選題］聲明成員變量時(shí),如果不使用任何訪(fǎng)問(wèn)控制符（public,protected,private）,則以下哪

種類(lèi)型的類(lèi)不能對(duì)該成員進(jìn)行直接訪(fǎng)問(wèn)（）

A）同一類(lèi)

B）同一包中的子類(lèi)

C）同一包中的非子類(lèi)

D）不同包中的子類(lèi)

197.［單選題］如下哪項(xiàng)不是ZOOKeePer的關(guān)鍵特性（）？

A）最終一致性

B）延時(shí)性

C）可靠性

D）等待無(wú)關(guān)性

198.［單選題］關(guān)于數(shù)據(jù)挖掘的方法論CRISP-DM說(shuō)法正確的是（）。

A）這是SPSS公司，DaimlerChrysler提出的數(shù)據(jù)挖掘流程

B）主要分為六步，業(yè)務(wù)理解,數(shù)據(jù)理解數(shù)據(jù)準(zhǔn)備,模型搭建,模型評(píng)估與模型發(fā)布

C）該方法論已經(jīng)成功的在SASEM中進(jìn)行了實(shí)施

D）這六個(gè)過(guò)程有嚴(yán)格的前后順序，析過(guò)程中不能逆轉(zhuǎn)或者跳轉(zhuǎn)

199.［單選題］分析師小A在對(duì)他的模型進(jìn)行評(píng)估時(shí)，更傾向選用調(diào)整R作為指標(biāo)。因?yàn)橄啾容^R,調(diào)整

R對(duì)擬合度的估計(jì)更加（）

A）高估

B）低估

C）一樣

D）不確定

200.［單選題］如果一組數(shù)據(jù)不是對(duì)稱(chēng)分布，按照切比雪夫不等式，至少約有75%的觀測(cè)值落在距均值

（）個(gè)標(biāo)準(zhǔn)差的區(qū)間范圍內(nèi)。

A)l

B)2

03

D)4

201.［單選題］如果數(shù)據(jù)量較大，哪種聚類(lèi)算法比較適合？（）

A）系統(tǒng)聚類(lèi)

B）快速聚類(lèi)（k-means）

C）A和B都可以

D）A和B都不可以

202.［單選題］在MaPRedUCe中，（）組件是用戶(hù)不指定也不會(huì)有默認(rèn)的。

A）Combiner

B）OutputFormat

C）Partitioner

D）InputFormat

203.［單選題］統(tǒng)計(jì)圖形中，常用于檢查異常值的是0。

A）Q-Q圖

B）箱線(xiàn)圖

C）帕累托圖

D）氣泡圖

204.［單選題］一個(gè)電瓶車(chē)制造商聲稱(chēng)，其生產(chǎn)的電瓶車(chē)正常行駛條件下大于40公里，對(duì)一個(gè)由20輛

電瓶車(chē)組成的隨機(jī)樣本作了試驗(yàn)，測(cè)得平均值為50公里，標(biāo)準(zhǔn)差為10公里。已知電瓶車(chē)的行駛距離

服從正態(tài)分布，我們希望檢驗(yàn)該制造商的產(chǎn)品同他所說(shuō)的標(biāo)準(zhǔn)相符？我們應(yīng)該選擇（）

A）單側(cè)t檢驗(yàn)

B）雙側(cè)t檢驗(yàn)

C）單側(cè)F檢驗(yàn)

D）雙側(cè)F檢驗(yàn)

205.［單選題］以下不屬于監(jiān)督學(xué)習(xí)模型的是（）

A）支持向量機(jī)

B）樸素貝葉斯

C）關(guān)聯(lián)分析

D）線(xiàn)性回歸

206.［單選題］數(shù)據(jù)挖掘算法中，下列關(guān)于聚類(lèi)的說(shuō)法中，錯(cuò)誤的是（）

A）不預(yù)先設(shè)定數(shù)據(jù)歸類(lèi)類(lèi)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(lèi)別

B）要求同類(lèi)數(shù)據(jù)的內(nèi)容相似度盡可能小

C）要求不同類(lèi)數(shù)據(jù)的內(nèi)容相似度盡可能小

D）與分類(lèi)挖掘技術(shù)相似的是，都是要對(duì)數(shù)據(jù)進(jìn)行分類(lèi)處理

207.［單選題］Hadoop的HBaSe不適合哪些數(shù)據(jù)類(lèi)型的應(yīng)用場(chǎng)景？

A）大文件應(yīng)用場(chǎng)景

B）海量數(shù)據(jù)應(yīng)用場(chǎng)景

C）高吞吐率應(yīng)用場(chǎng)景

D）半結(jié)構(gòu)化數(shù)據(jù)應(yīng)用場(chǎng)景

208.［單選題］對(duì)下列情況的總體、總體參數(shù)描述正確的是（）？①你在A保險(xiǎn)公司工作，公司要求你

確定在追尾車(chē)禍?zhǔn)鹿手校瑢?duì)受害者賠付的平均金額。這時(shí)候的總體包含所有追尾事故的已經(jīng)拿到保

險(xiǎn)金的受害者。相關(guān)的總體參數(shù)是對(duì)受害者賠付的平均金額。②當(dāng)你被B快餐廳錄用，確定每月用于

炸薯?xiàng)l的土豆的用量。這時(shí)候的總體包括每月送來(lái)的用于炸薯?xiàng)l的土豆重量。相關(guān)的總體參數(shù)是每

月送來(lái)的土豆的平均重量，以及其重量的差異。③你是C公司下屬的商業(yè)記者，正在調(diào)查一種抗癌新

藥對(duì)兒童骨癌治療是否有效。這時(shí)候的總體包含所有兒童骨癌病人。其中重要的總體參數(shù)是沒(méi)有用

新藥治療就痊愈的兒童百分比及用新藥治療后痊愈的兒童百分比。

A）①②③

B）①②

C）①③

D）②③

209.［單選題］下面不屬于簡(jiǎn)單隨機(jī)抽樣的局限性的是（）

A）當(dāng)總體數(shù)量很大時(shí)，不易構(gòu)造抽樣框

B）抽出的單位很分散，給實(shí)施調(diào)查增加了困難

C）沒(méi)有利用其它輔助信息以提高估計(jì)的效率

D）不能用于推斷總體

210.［單選題］在以下語(yǔ)句中，哪個(gè)是降序查詢(xún)tl表中不同城市PmlO的平均值()：

A)select

B)select

C)select

D)select

211.［單選題］下列哪一項(xiàng)方法對(duì)于發(fā)現(xiàn)異常值沒(méi)有幫助()

A)均值加減標(biāo)準(zhǔn)差法

B)百分分?jǐn)?shù)法

C)聚類(lèi)法

D)梯度下降法

212.［單選題］將總體分成均衡的幾個(gè)部分，然后按照預(yù)先定出的規(guī)則，從每一部分抽取一個(gè)個(gè)體，得到

所需要的樣本,這種抽樣方法叫做()。

A)隨機(jī)抽樣

B)分層抽樣

C)整群抽樣

D)系統(tǒng)抽樣

213.［單選題］下列關(guān)于構(gòu)造方法的敘述中，錯(cuò)誤的是()

A)JaVa語(yǔ)言規(guī)定構(gòu)造方法名與類(lèi)名必須相同

B)JaVa語(yǔ)言規(guī)定構(gòu)造方法沒(méi)有返回值，但不用void聲明

C)JaVa語(yǔ)言規(guī)定構(gòu)造方法不可以重載

D)JaVa語(yǔ)言規(guī)定構(gòu)造方法只能通過(guò)new自動(dòng)調(diào)用

214.［單選題］以下命令組成錯(cuò)誤的是()

A)vim∕etc∕profile

B)source/etc/profiIe

C)hadoopnamenode-format

D)bin/hadoopfs-cat/hadoopdata/y/txt

215.［單選題］以下哪個(gè)是分布式計(jì)算框架？

A)HDFS

B)Spark

OHBase

D)MLlib

216.［單選題］下列情境中，數(shù)據(jù)分析師不正確的做法是()

A)客戶(hù)行為分析中決策數(shù)據(jù)化均需謹(jǐn)慎

B)數(shù)據(jù)挖掘分析中勢(shì)必強(qiáng)調(diào)模型的精確性，模型都不精確談何決策支持

C)數(shù)據(jù)分析師需要具備建構(gòu)模型和數(shù)據(jù)展示的能力

D）業(yè)務(wù)問(wèn)題的洞察與模型的理解同樣重要

217.［單選題］參照以下信息選擇能夠正確創(chuàng)建OrderinfO表的語(yǔ)句

主