大數(shù)據(jù)分析實(shí)用教程-基于Python實(shí)現(xiàn)試卷18網(wǎng)工大數(shù)據(jù)A

第第頁線線封密學(xué)院專業(yè)班級學(xué)號姓名衡陽師范學(xué)院2020-2021學(xué)年第一學(xué)期計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院網(wǎng)絡(luò)工程專業(yè)2018級云計(jì)算與大數(shù)據(jù)處理原理期末考試試題A卷考核類型:閉卷 考核時(shí)量：120分鐘題號一二三四總分分分得分一、單選題（每小題1分，共15分）關(guān)于大數(shù)據(jù)的特點(diǎn)，不包括以下哪項(xiàng) ()

A、數(shù)據(jù)量大 B、數(shù)據(jù)類型多樣

C、價(jià)值密度高 D、數(shù)據(jù)真實(shí)性云計(jì)算的關(guān)鍵技術(shù)不包括以下哪項(xiàng) ()

A、負(fù)載均衡

B、虛擬化

C、按需部署

D、串行計(jì)算軟件即服務(wù)的英文縮寫是 ()

A、PaaS

B、SaaS

C.IaaS D.CaaS按照虛擬化的層次，VirtualBox虛擬機(jī)屬于 ()

A.指令集架構(gòu)虛擬化 B.編程語言層虛擬化

C.操作系統(tǒng)層虛擬化 D.硬件抽象層虛擬化hθ(x)=θTX可作為下列哪種模型的方程 ( )

A、邏輯回歸 B、多元線性回歸

C、多重線性回歸 D、感知機(jī)模型MapReduce編程模型不能解決的問題是 ( )

A．層次聚類法 B．K-means聚類

C．樸素貝葉斯分類 D．TopK問題在MapReduce程序中，reduce()函數(shù)輸出的數(shù)據(jù)格式是 ( )A．字符串 B．整型 C．鍵值對 D．?dāng)?shù)組下列哪項(xiàng)不屬于分類算法： ( )A、K-中心點(diǎn) B、K近鄰C、感知機(jī)模型 D、邏輯回歸模型若同一事務(wù)數(shù)據(jù)庫中有兩條關(guān)聯(lián)規(guī)則：AC和CA，可知（ ）A.它們的支持度一定相等 B.它們的置信度一定相等C.它們的支持度一定不相等 D.它們的置信度一定不相等在DBSCAN中，一個(gè)簇是一個(gè) 的區(qū)域 （ ）A. 密度可達(dá) B.直接密度可達(dá)C. 密度相連 D.直接密度相連關(guān)于MapReduce，下列說法錯(cuò)誤的是 （ ）A.不同的Map任務(wù)之間不能互相通信B.MapReduce框架采用了Master/Slave架構(gòu)C.Hadoop的單機(jī)模式無法運(yùn)行MapReduce應(yīng)用程序D.Map函數(shù)將輸入的元素轉(zhuǎn)換成<key,value>形式的鍵值對一個(gè)三層的全連接神經(jīng)網(wǎng)絡(luò)，輸入層有9個(gè)節(jié)點(diǎn)，隱含層有14個(gè)節(jié)點(diǎn)，輸出層有1個(gè)節(jié)點(diǎn)，則總共有多少個(gè)連接權(quán)值 （ ）A．140 B．280 C．149 D．127啟動hadoop中hdfs進(jìn)程的命令是 （ ）A.start-hadoop.sh B.start-hdfs.shC. start-fs.sh D.start-dfs.sh在機(jī)器學(xué)習(xí)訓(xùn)練過程中，要對下列哪種函數(shù)求解最優(yōu)值（ ）A．激活函數(shù) B．損失函數(shù) C．閾值函數(shù) D．正則化函數(shù)Linux中查看系統(tǒng)進(jìn)程的命令是 （ ）A.source B.sudo C.bashrc D.jps得分二、填空題（每空2分，共20分）1.邏輯回歸使用 函數(shù)對線性回歸進(jìn)行了一個(gè)變換。2.train_test_split()函數(shù)的功能是把樣本劃分為訓(xùn)練集和 。3.Yarn負(fù)責(zé)協(xié)調(diào)和管理整個(gè)集群資源的組件是 ，負(fù)責(zé)監(jiān)視單個(gè)節(jié)點(diǎn)資源使用情況的組件是 。4.回歸與分類的區(qū)別是，回歸的預(yù)測值是值（填連續(xù)或離數(shù)）。5．若某個(gè)消息出現(xiàn)的概率是0.25，則該消息攜帶的自信息量是 。6.經(jīng)典的決策樹分類算法是 ，采用基尼指數(shù)作為決策依據(jù)的決策樹分類算法是 。7.Bagging重采樣技術(shù)采用 抽樣(填有放回或無放回)。8.HDFS中的文件數(shù)據(jù)塊(block)默認(rèn)保存 份。得分三、簡答題（每小題5分，共35分）1.K-近鄰分類算法中，K值表示什么？當(dāng)K值從1逐漸增大時(shí)，分類結(jié)果的準(zhǔn)確率是如何變化的？2.MapReduce計(jì)算分為哪4個(gè)階段，各階段的任務(wù)是什么。3.什么是訓(xùn)練集，聚類的訓(xùn)練集和分類的訓(xùn)練集有何區(qū)別？4.簡述在Hadoop完全分布式模式下，主節(jié)點(diǎn)和從節(jié)點(diǎn)中會啟動哪些和Hadoop相關(guān)的進(jìn)程。5.在使用MapReduce程序WordCount進(jìn)行詞頻統(tǒng)計(jì)時(shí)，對于文本行“hellohadoophelloworld”，請寫出經(jīng)過Map函數(shù)處理后輸出的中間結(jié)果。6.神經(jīng)網(wǎng)絡(luò)的輸入層和輸出層的節(jié)點(diǎn)數(shù)如何確定？隱含層有什么作用？7.要將文件data.txt上傳到HDFS文件系統(tǒng)的根目錄下，然后將該文件從HDFS根目錄下載到本機(jī)的~目錄下。寫出上述文件上傳和下載的命令。得分四、應(yīng)用題（每小題10分，共30分）1.試用下表的訓(xùn)練數(shù)據(jù)訓(xùn)練一個(gè)樸素貝葉斯模型，表中x1和x2為特征屬性，取值集合分別為x1={1,2,3},x2={S,M,L},y為類別屬性。并預(yù)測樣本x=(3,S)的類別值。123456789101112131415x1111112222233333x2SMMSSSMMLLLMMLLy0011000111111102.已知訓(xùn)練樣本集如下表所示，試用C4.5算法構(gòu)建決策樹模型，通過顏色，形狀判斷屬于哪種蔬菜。求：①熵H(蔬菜)、②條件熵H(蔬菜|形狀)、③分裂信息split_info(顏色)。（寫出對數(shù)運(yùn)算式即可，不需計(jì)算最后的結(jié)果）顏色形狀蔬菜紅圓辣椒紫長茄子綠長黃瓜紅長辣椒3.對下表中的樣本用線性回歸模型建模，