大數(shù)據(jù)開發(fā)基礎(chǔ)(習題卷33)

試卷科目：大數(shù)據(jù)開發(fā)基礎(chǔ)大數(shù)據(jù)開發(fā)基礎(chǔ)(習題卷33)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages大數(shù)據(jù)開發(fā)基礎(chǔ)第1部分：單項選擇題，共57題，每題只有一個正確答案,多選或少選均不得分。[單選題]1.下列說法正確的是（）。A)散點圖不能在子圖中繪制B)散點圖的x軸刻度必須為數(shù)值C)折線圖可以用作查看特征間的趨勢關(guān)系D)箱線圖可以用來查看特征間的相關(guān)關(guān)系答案:C解析:[單選題]2.以下屬于非監(jiān)督學習算法的是（）A)SVMB)knnC)k-meansD)LR答案:C解析:[單選題]3.在抽樣方法中，當合適的樣本容量很難確定時，可以使用的抽樣方法是()。A)有放回的簡單隨機抽樣B)無放回的簡單隨機抽樣C)分層抽樣D)漸進抽樣答案:D解析:[單選題]4.預(yù)剪枝是指在決策樹生成過程中，對每個結(jié)點在劃分（__）進行估計。A)前B)中C)后D)不估計答案:A解析:[單選題]5.通常來說，()能夠用來預(yù)測連續(xù)因變量A)線性回歸B)邏輯回歸C)線性回歸和邏輯回歸D)以上答案都不正確答案:A解析:[單選題]6.機器學習中,基于樣本分布的距離是()。A)馬氏距離B)歐式距離C)曼哈頓距離D)閔可夫斯基距離答案:A解析:馬氏距離是基于樣本分布的一種距離。[單選題]7.一監(jiān)獄人臉識別準入系統(tǒng)用來識別待進入人員的身份，此系統(tǒng)一共包括識別4種不同的人員：獄警，小偷，送餐員，其他。下面哪種學習方法最適合此種應(yīng)用需求：A)二分類問題B)多分類問題C)層次聚類問題D)回歸問題答案:B解析:[單選題]8.修改數(shù)據(jù)庫表結(jié)構(gòu)用以下哪一項()A)UPDATEB)CREATEC)UPDATEDD)ALTER答案:D解析:[單選題]9.下列表達式中，返回True的是()。A)a=2b=2a=bB)3>2>1C)TrueandFalseD)2!=2答案:B解析:[單選題]10.以下哪個不是Flume的核心組件：()A)數(shù)據(jù)塊（Block）B)數(shù)據(jù)源（Source）C)數(shù)據(jù)通道（Channel）D)數(shù)據(jù)槽（Sink）答案:A解析:[單選題]11.Oracle數(shù)據(jù)中，創(chuàng)建一個數(shù)據(jù)庫需要多少個控制文件A)0B)1C)2D)3答案:B解析:[單選題]12.下列對Hadoop存儲機制描述不正確的是()。A)HDFS中的默認的存儲單元是64M的數(shù)據(jù)塊B)在HDFS中，如果一個文件的大小小于一個數(shù)據(jù)塊的大小，它是不需要占用整個數(shù)據(jù)塊的存儲空間的C)HDFS中的默認的存儲單元是32M的數(shù)據(jù)塊D)在HDFS中有量中兩種重要的節(jié)點分別是NameNode和DataNode答案:C解析:[單選題]13.定義類如下：classhello():defshowInfo(sef):print(self.x)下面描述正確的是A)該類不可以實例化B)該類可以實例化C)在pycharm工具中會出現(xiàn)語法錯誤，說self沒有定義D)該類可以實例化，并且能正常通過對象調(diào)用showInfo()答案:B解析:[單選題]14.type（1e6）的結(jié)果為（）。A)<class'int'>B)<class'?oat'>C)<class'complex'>D)<class'bool'>答案:B解析:1e6為?oat類型。[單選題]15.下面哪個功能不是大數(shù)據(jù)平臺安全管理組件提供的功能()。A)接口代理B)接口認證C)接口授權(quán)D)路由代理答案:D解析:接口可以對用戶的身份和請求的參數(shù)進行驗證,以保證接口的安全。通過添加身份驗證和數(shù)字簽名的方法提高接口安全性,防止數(shù)據(jù)被集改和信息泄露。[單選題]16.數(shù)據(jù)的原始內(nèi)容及其備份數(shù)據(jù)，是數(shù)據(jù)產(chǎn)品的研發(fā)的哪個階段()。A)零次數(shù)據(jù)B)一次數(shù)據(jù)C)二次數(shù)據(jù)D)采集數(shù)據(jù)答案:A解析:[單選題]17.ADS的普通表的一級分區(qū)數(shù)量最多有（）。A)無限制B)128個C)256個D)1000個答案:C解析:[單選題]18.多用于結(jié)構(gòu)分析場景，以樹枝狀形式展示數(shù)據(jù)構(gòu)成或內(nèi)在邏輯關(guān)系的圖表是？()A)雷達圖B)漏斗圖C)瀑布圖D)樹圖答案:D解析:[單選題]19.（）監(jiān)控信息不能從OTS的用戶管理控制臺直接獲得。A)讀寫吞吐量B)平均返回延遲值C)QPSD)TPS答案:D解析:[單選題]20.()表達了在當前任務(wù)上任何學習算法所能達到的期望泛化誤差的下界，即刻圃了學習問題本身的難度A)偏差B)方差C)噪聲D)泛化誤差答案:C解析:[單選題]21.Python使用（）符號標示注釋。A)&B)*C)#D)//答案:C解析:單行注釋使用#號。[單選題]22.Jieba的（）會把文本精確切分，不存在冗余單詞。A)匹配模式B)全模式C)精準模式D)搜索引擎模式答案:C解析:精準模式不存在冗余，而全模式存在。[單選題]23.輸人圖像已被轉(zhuǎn)換為大小為28x28的矩陣和大小為7x7的步幅為1的核心/濾波十器卷和提陣的大小是（）A)22x22B)21x21C)28x28D)7x7答案:A解析:[單選題]24.下列Maxcompute的（）函數(shù)可以用在查詢的where子句中。A)userdefinedtablefunctionB)userdefinedaggregationfunctionC)userdefinedscalarfunctionD)userdefinedfunction答案:D解析:[單選題]25.下面關(guān)于機械思維的核心思想，描述錯誤的是：（）A)世界變化的規(guī)律是確定的B)lit界變化的規(guī)律是無法確定的C)規(guī)律不僅是可以被認識的，而且可以用簡單的公式或者語言描述清楚D)這些規(guī)律應(yīng)該是放之四海而皆準的.可以應(yīng)用到各種未知領(lǐng)域指導實踐答案:B解析:[單選題]26.int('0xa',16)的結(jié)果為()。A)10B)12C)16D)a答案:A解析:[單選題]27.有關(guān)Hive支持的基本數(shù)據(jù)類型，以下那個是4byte有符合整數(shù)（）A)TinyintB)SmalintC)IntD)Bigint答案:C解析:[單選題]28.HDFS默認的副本是幾份?A)5B)3C)6D)4答案:B解析:[單選題]29.真負率是指（__）。A)正樣本預(yù)測結(jié)果數(shù)/正樣本實際數(shù)B)被預(yù)測為負的正樣本結(jié)果數(shù)/正樣本實際數(shù)C)被預(yù)測為正的負樣本結(jié)果數(shù)/負樣本實際數(shù)D)負樣本預(yù)測結(jié)果數(shù)/負樣本實際數(shù)答案:D解析:[單選題]30.?啤酒與尿布?的故事體現(xiàn)了哪種大數(shù)據(jù)思維方式（）A)我為人人，人人為我B)全樣而非抽樣C)效率而非精確D)相關(guān)而非因果答案:D解析:[單選題]31.大數(shù)據(jù)中所說的數(shù)據(jù)量大是指數(shù)據(jù)達到了（）級別？A)MBB)PBC)KBD)TB答案:B解析:[單選題]32.Stage的Task的數(shù)量由什么決定()A)PartitionB)JobC)StageD)TaskScheduler答案:A解析:[單選題]33.在Hadoop配置文件中，以下屬于core-site.xml文件主要內(nèi)容的是()A)用于定義系統(tǒng)級別的參數(shù)，如HDFSURL、Hadoop的臨時目錄等。B)名稱節(jié)點和數(shù)據(jù)節(jié)點的存放位置、文件副本的個數(shù)文件讀取權(quán)限等。C)配置ResourceManager，NodeManager的通信端口，web監(jiān)控端口等。D)包括JobHistoryServer和應(yīng)用程序參數(shù)兩部分，如reduce任務(wù)的默認個數(shù)、任務(wù)所能夠使用內(nèi)存的默認上下限等。答案:A解析:[單選題]34.要在HDFS的根目錄中建立一個叫hadoo的目錄，下面哪一條命令是正確的（）A)mkdirhadooB)mkdir/hadooC)hadoopmkdirhadooD)hadoopfs-mkdir/hadoo答案:D解析:記住即可[單選題]35.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可以增量更新答案:D解析:[單選題]36.下圖為Flume數(shù)據(jù)傳輸架構(gòu),圖中???號處的組件是?A)InterceptorB)ChannelProcessorC)ChannelSelectorD)以上全不正確答案:C解析:[單選題]37.sklearn.decomposition.PCA（）的作用是（）。A)因子分析B)數(shù)據(jù)降維C)稀疏編碼D)唯一編碼答案:B解析:PCA（）是一種常用的降維方法，在數(shù)據(jù)維度較高時使用。[單選題]38.聚類是一類重要的機器學習算法，以下哪些場景屬于聚類問題？A)判斷一個網(wǎng)絡(luò)訪問是否為入侵訪問。B)某網(wǎng)商對客戶的購物行為進行分析，從而為不同組用戶推薦商品C)根據(jù)學生的成績，給出學生的名次。D)對數(shù)據(jù)庫的論文根據(jù)內(nèi)容主題的不同做劃分答案:D解析:[單選題]39.數(shù)據(jù)科學是一門以（）為主要研究任務(wù)的獨立學科。A)數(shù)據(jù)驅(qū)動、數(shù)據(jù)業(yè)務(wù)化、數(shù)據(jù)洞見、數(shù)據(jù)產(chǎn)品研發(fā)和（或）數(shù)據(jù)生態(tài)系統(tǒng)的建設(shè)B)數(shù)據(jù)研發(fā)C)數(shù)據(jù)處理D)數(shù)據(jù)洞見答案:A解析:數(shù)據(jù)科學是一門以實現(xiàn)從數(shù)據(jù)到信息、從數(shù)據(jù)到知識和（或）從數(shù)據(jù)到智慧的轉(zhuǎn)化為主要研究目的，以數(shù)據(jù)驅(qū)動、數(shù)據(jù)業(yè)務(wù)化、數(shù)據(jù)洞見、數(shù)據(jù)產(chǎn)品研發(fā)和（或）數(shù)據(jù)生態(tài)系統(tǒng)的建設(shè)為主要研究任務(wù)的獨立學科。[單選題]40.使用（）關(guān)鍵字聲明匿名函數(shù)。A)functionB)funcC)defD)lambda答案:D解析:[單選題]41.Hbase元數(shù)據(jù)MetaRegion路由器信息存放在（）。A)ZookeeperB)Meta表C)HMasterD)Root表答案:B解析:[單選題]42.下面描述錯誤是：（）A)?探針盒子?就是一款自動收集用戶隱私的產(chǎn)品B)許多顧客在使用WiFi之后會收到大量的廣告信息，甚至自己的手機號碼也會被當做信息進行多次買賣C)在免費上網(wǎng)的背后，其實也存在著不小的信息安全風險，或許8一不小心，就落入了電腦黑客們設(shè)計的WiFi陷阱之中D)免費WIFI都是安全的，可以放心使用答案:D解析:[單選題]43.下述說法錯誤的是()A)、關(guān)聯(lián)規(guī)則屬于半監(jiān)督學習B)、有監(jiān)督學習使用已知模式預(yù)測數(shù)據(jù),其使用前提是訓練集為帶標簽數(shù)據(jù)C)、當訓練集中是不帶標簽的信息時,通常采用無監(jiān)督學習算法D)、半監(jiān)督學習算法有半監(jiān)督分類方法(如生成式方法、判別式方法等)答案:A解析:[單選題]44.()負責HDFS數(shù)據(jù)存儲。A)NameNodeB)JobTrackerC)DataNodeD)SecondaryNameNode答案:C解析:DataNode負責HDFS的數(shù)據(jù)塊存儲。[單選題]45.對數(shù)幾率回歸（logisticsregression）和一般回歸分析有什么區(qū)別？A)對數(shù)幾率回歸是設(shè)計用來預(yù)測事件可能性的B)對數(shù)幾率回歸可以用來度量模型擬合程度C)對數(shù)幾率回歸可以用來估計回歸系數(shù)D)以上所有答案:D解析:[單選題]46.多分類LDA將樣本投影到N-1維空間,N-1通常遠小于數(shù)據(jù)原有的屬性數(shù),可通過這個投影來減小樣本點的維數(shù),且投影過程中使用了類別信息,因此LDA也常被視為一種經(jīng)典的()技術(shù)。A)無監(jiān)督特征選擇B)無監(jiān)督降維C)監(jiān)督特征選擇D)監(jiān)督降維答案:D解析:[單選題]47.下列數(shù)據(jù)類型Hive不支持的是（）。A)StructB)IntC)MapD)Long答案:D解析:Hive支持原生數(shù)據(jù)類型（TinyInt、SmallInt、Int、BigInt、Boolean、Float、Double、String），也支持復雜數(shù)據(jù)類型（Map、Array、Struct、Union），不支持Long。[單選題]48.下列（___）是對目錄操作。A)mkdirB)printC)closeD)remove答案:A解析:[單選題]49.下列方法中，能夠讓所有單詞的首字母變成大寫的方法是（）。A)capitalizeB)titleC)upperD)Ijust答案:B解析:[單選題]50.數(shù)據(jù)質(zhì)量以（）為監(jiān)控對象，目前支持對離線數(shù)據(jù)的監(jiān)控。A)數(shù)據(jù)群B)數(shù)據(jù)集C)數(shù)據(jù)列D)數(shù)據(jù)模塊答案:B解析:[單選題]51.以下描述中不屬于"規(guī)整數(shù)據(jù)(TidyData)"三個基本原則的是()。A)每一類觀察單元構(gòu)成一個關(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)每個觀察占且僅占一個關(guān)系(表)答案:D解析:tidyData原則為每列代表一個單獨變量、每行代表單個觀察值、每種觀察形成一個表格。[單選題]52.有兩個樣本點,第一個點為正樣本,它的特征向量是(0,-1);第二個點為負樣本,它的特征向量是(2,3),從這兩個樣本點組成的訓練集構(gòu)建一個線性SVM分類器的分類面方程是()。A)2x+y=4B)x+2y=5C)x+2y=3D)2x-y=0答案:C解析:對于兩個點來說,最大間隔就是垂直平分線,因此求出垂直平分線即可。斜率是兩點連線的斜率的負倒數(shù)。即-1/(-1-3)/(0-2)=-1/2,可得y=-(1/2)x+c,過中點(0+2)/2,(-1+3)/2)=(1,1),可得c=3/2,故方程為x+2y=3。[單選題]53.下面關(guān)于MapReduce的描述中正確的是?A)MapReduce程序必須包含Mapper和ReducerB)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程序的默認數(shù)據(jù)讀取組件是TextInputFormat答案:D解析:[單選題]54.自然語言理解是人工智能的重要應(yīng)用領(lǐng)域，下面列舉中的（）不是它要實現(xiàn)的目標。A)理解別人講的話。B)對自然語言表示的信息進行分析概括或編輯。C)欣賞音樂。D)機器翻譯。答案:C解析:第2部分：多項選擇題，共23題，每題至少兩個正確答案,多選或少選均不得分。[多選題]55.以下布爾表達式在邏輯上等同的是哪幾個()？A)not(-610)B)-6>=0and-6C)not(-6D)not(-6>10or-6==10)答案:ABC解析:[多選題]56.有效抑制機器學習過擬合的方法是?()A)加大數(shù)據(jù)量B)減少數(shù)據(jù)量C)重新設(shè)計損失函數(shù),引入平滑函數(shù)D)平滑損失函數(shù)答案:ACD解析:[多選題]57.大數(shù)據(jù)計算框架Flink的支持哪些資源調(diào)度方式?A)DockerB)YARNC)StandaloneD)Mesos答案:ABCD解析:[多選題]58.下列關(guān)于學習器的性能度量說法正確的是（__）。A)對于二分類問題，可將樣例根據(jù)其真實類別與學習器預(yù)測類別的組合劃分為：真正例、假正例、真反例、假反例B)查準率和查全率是一對矛盾的度量C)一般來說，查準率越高，查全率往往也偏高D)一般來說，查準率越高，查全率往往偏低答案:ABD解析:[多選題]59.以下屬于決策樹算法是：（）A)CLSB)ID3C)C4.5D)CART答案:ABCD解析:[多選題]60.數(shù)據(jù)的類型主要包括：（）A)文本B)圖片C)音頻D)視頻答案:ABCD解析:[多選題]61.時間序列的作用包含:()A)為預(yù)測和決策提供可靠的數(shù)量信息B)深入揭示現(xiàn)象變化的數(shù)據(jù)特征C)反映現(xiàn)象發(fā)展變化的趨勢和規(guī)律D)揭示現(xiàn)象變化的內(nèi)在原因答案:ABCD解析:[多選題]62.Hive執(zhí)行查詢的時候會調(diào)用哪些模塊?A)executorB)complierC)optimizerD)MetaStore答案:ABCD解析:[多選題]63.Zookeeper中的數(shù)據(jù)節(jié)點znode分為哪幾種類型?A)semi-persistentB)ephemeralC)temporaryD)persistent答案:BD解析:[多選題]64.下圖展示了HDFS的標簽存儲策略,觀察下圖,HBase的數(shù)據(jù)會被存儲到哪些數(shù)據(jù)節(jié)點上A)DataNodeAB)DataNodeBC)DataNodeED)DataNodeF答案:AB解析:[多選題]65.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答案:ABD解析:[多選題]66.關(guān)于離散化說法錯誤的有()A)離散化是將數(shù)值屬性轉(zhuǎn)換為字符串型屬性B)有監(jiān)督離散化有兩種等寬和等頻方法C)等寬離散化是使實例分布均勻的D)離散化包括無監(jiān)督離散化和有監(jiān)督離散化答案:ABC解析:[多選題]67.MySQL可以運行在以下哪些平臺上A)MacOSB)UbuntuC)RedHatD)Windows答案:ABCD解析:[多選題]68.長短時記憶神經(jīng)網(wǎng)絡(luò)蘭個門是()A)進化門B)輸出門C)輸入門D)遺忘門答案:BCD解析:[多選題]69.Flink可以基于以下哪些窗口進行統(tǒng)計?A)時間窗口B)滑動窗口C)會話窗口D)countWindow答案:ABCD解析:[多選題]70.調(diào)用Zookeeper客戶端命令中包含哪些信息?A)Ip地址B)端口號C)服務(wù)器名稱D)用戶名答案:AB解析:[多選題]71."噪聲"是指測量變量中的隨機錯誤或偏差,噪聲數(shù)據(jù)的主要表現(xiàn)有哪幾種形式()A)錯誤數(shù)據(jù)B)假數(shù)據(jù)C)異常數(shù)據(jù)D)僵尸數(shù)據(jù)答案:ABC解析:錯誤數(shù)據(jù)、假數(shù)據(jù)、異常數(shù)據(jù)在測量變量中多被定義為噪聲。[多選題]72.影響基本K-均值算法的主要因素有(）A)樣本輸入順序B)模式相似性測度C)聚類準則D)初始類中心的選取答案:ABD解析:[多選題]73.聯(lián)接可將水平方向上合并兩個數(shù)據(jù)集合,并產(chǎn)生一個新的結(jié)果集合。聯(lián)接可分為()A)內(nèi)部聯(lián)接B)外部聯(lián)接C)順序聯(lián)接D)交叉聯(lián)接答案:ABD解析:[多選題]74.對于Maxcompute的多路輸出（multiinsert），（）描述是不正確的。A)對于源表為分區(qū)表的，相同的一個分區(qū)不能出現(xiàn)多次B)目標表為分區(qū)表的，對于不同的分區(qū)，可以混合使用insertinto和insertoverwrite，對于相同的分區(qū)則不可混用C)一般情況下，單個sql中最多可以寫128路輸出D)對于源表為未分區(qū)表的，該表可以出現(xiàn)多次答案:BD解析:[多選題]75.以下是復數(shù)的有()。A)k=2+3jB)k=complex(2,3)C)k=2+3lD)k=2+3J答案:ABD解析:[多選題]76.關(guān)于K均值和DBSCAN的比較,以下說法正確的是（）A)K均值丟棄被它識別為噪聲的對象,而DBSCAN一般聚類所有對象B)K均值使用簇的基于原型的概念,而DBSCAN使用基于密度的概念C)K均值很難處理非球形的簇和不同大小的簇,DBSCAN可以處理不同大小和不同形狀的簇D)K均值可以發(fā)現(xiàn)不是明顯分離的簇,即便簇有重疊也可以發(fā)現(xiàn),但是DBSCAN會合并有重疊的簇答案:BCD解析:[多選題]77.Redis使用場景包含以下哪些特點?A)支持持久化B)豐富數(shù)據(jù)結(jié)構(gòu)在取C)低時延D)高性能答案:ABCD解析:第3部分：判斷題，共16題，請判斷題目是否正確。[判斷題]78.df1=pdA)正確B)錯誤答案:錯解析:[判斷題]79.牛頓的方法論就是機械思維A)正確B)錯誤答案:對解析:[判斷題]80.Oracle是非關(guān)系型數(shù)據(jù)庫的一種。()A)正確B)錯誤答案:對解析:[判斷題]81.在Windows平臺上編寫的Python程序無法在Unix平臺運行。A)正確B)錯誤答案:錯解析:[判斷題]82.使用列表推導式生成包含10個數(shù)字5的列表，語句可以寫為[5foriinrange(10)]。A)正確B)錯誤答案:對解析:[判斷題]83.HBase支持完整的事務(wù)機制。A)正確B)錯誤答案:錯解析:[判斷題]84.假設(shè)有非空列表x，那么x.append(3)、x=x+[3]與x.insert(0,3)在執(zhí)行時間上基本沒有太大區(qū)別A)正確B)錯誤答案:錯解析:[判斷題]85.列表可以作為字典的?鍵?A)正確B)錯誤答案:錯解析:[判斷題]86.Spark本身并沒有提供分布式文件系統(tǒng)，因此Spark的分析大多依賴于Hadoop的分布式文件系統(tǒng)HDFS。A)正確B)錯誤答案:對解析:[判斷題]87.離線批處理，通常是指對海量數(shù)據(jù)進分析和處理，形成結(jié)果數(shù)據(jù)，供下一步數(shù)據(jù)應(yīng)用使用，離線處理對處理時間要求不高。A)正確B)錯誤答案:對解析