大数据技术基础智慧树知到课后章节答案2023年下东北石油大学

大数据技术基础智慧树知到课后章节答案2023年下东北石油大学东北石油大学

绪论单元测试

本课程中关于大数据处理与分析部分的学习内容有：（

）

A:大数据分析的常用算法B:Mapreduce的编程模型C:大数据分析过程D:大数据分析分析工具

答案:大数据分析的常用算法;Mapreduce的编程模型;大数据分析过程;大数据分析分析工具

第一章测试

大数据的基本特征包括（）。

A:数据的价值密度但商业价值高

B:数据规模大

C:数据来源和数据数据类型多样化

D:数据增长速度快

答案:数据的价值密度但商业价值高

;数据规模大

;数据来源和数据数据类型多样化

;数据增长速度快

下面说法正确的是（）。

A:大数据是第三次信息化浪潮以后产生的数据

B:大数据指海量多样的数据、分析数据的方法、管理数据的系统、数据的应用的统称

C:大数据就是数据容量达到1T以上的数据

D:大数据指数据而不包括数据的分析结果

答案:大数据指海量多样的数据、分析数据的方法、管理数据的系统、数据的应用的统称

下面哪些技术属于大数据技术。（）

A:快速传输数据的技术。

B:人脸识别技术。

C:从各种数据源中采集数据的技术。

D:网盘数据存储技术

答案:快速传输数据的技术。

;从各种数据源中采集数据的技术。

;网盘数据存储技术

如何理解“大数据分析是相关性分析而不是因果分析”。（

）

A:发现两个现象的相关性后，经过进一步深入研究，找出因果关系，就会实现技术创新。B:不仅要进行相关分析分析，也要进行因果关系分析。C:不仅要知其然，还要知其所以然。D:相关性分析就是通过对大量数据进行统计分析，获取两个现象之间具有关联性。

答案:发现两个现象的相关性后，经过进一步深入研究，找出因果关系，就会实现技术创新。;不仅要进行相关分析分析，也要进行因果关系分析。;不仅要知其然，还要知其所以然。;相关性分析就是通过对大量数据进行统计分析，获取两个现象之间具有关联性。

大数据的特征Variety是指：（

）

A:数据变化多端B:数据格式多样C:数据来源广泛D:数据用途丰富

答案:数据格式多样;数据来源广泛

第二章测试

在Python中，语句print(3＜5＞2)的输出结果为False。（）

A:错B:对

答案:错

已知x是一个足够大的numpy二维数组，那么语句x[0，2]=4的作用是把行下标为0、列下标为2的元素值改为4。（）

A:错B:对

答案:对

扩展库pandas中DataFrame对象的drop_duplicates()方法可以用来合并数据。（）

A:对B:错

答案:错

已知x=[1,2]和y=[3,4]，那么x+y的结果是（）。

A:7

B:[4,6]

C:[1,2,3,4]

D:3

答案:[1,2,3,4]

Pandas中常用的数据结构包括（）。

A:Series

B:Panel

C:DataFrame

D:List

答案:Series

;Panel

;DataFrame

第三章测试

文件系统的优点不包括（）。

A:文件的逻辑结构与物理结构脱钩，具有了一定的独立性

B:用户的程序与数据可分别存放在外存储器上，实现以文件为单位的数据共享

C:数据的组织不存在大量的数据冗余

D:操作系统为用户使用文件提供了友好界面

答案:数据的组织不存在大量的数据冗余

数据仓库的主要特点（）。

A:相对稳定

B:集成性

C:面向主题

D:分布式存储

答案:相对稳定

;集成性

;面向主题

NoSQL即“不是SQL”，非关系型数据库，是对不同于传统的关系型数据库的统称。（）

A:对B:错

答案:错

Hadoop应用在以下方面？（）。

A:在线旅游

B:电子商务

C:移动数据

D:能源开采

答案:在线旅游

;电子商务

;移动数据

;能源开采

MongoDB采用BSON（BinaryJSON）来进行文档的存储与编码传输，BSON支持的常见数据类型包括？（）。

A:Time

B:Double

C:ObjectID

D:Arrays

答案:Double

;ObjectID

;Arrays

第四章测试

根据处理时间的要求，可以把业务划分为：（）

A:离线业务

B:近线业务

C:在线业务

D:其余选项都是

答案:其余选项都是

下面哪些技术属于数据融合技术？（）

A:统一数据编码

B:特征编码

C:特征离散化

D:统一计量单位

E:数据规约

F:数据归一化处理

答案:统一数据编码

;统一计量单位

;数据规约

;数据归一化处理

以下不属于聚类分析的算法有：（）

A:模糊算法

B:层次聚类算法

C:K-Means算法

D:线性回归算法

答案:线性回归算法

HadoopMaReduce中的Map和Reduce阶段的输入输出都是＜key,value＞键值对形式。（）

A:对B:错

答案:对

监督学习是最常见的机器学习问题之一，监督学习算法进一步可以分为分类问题与回归问题两大类。（）

A:错B:对

答案:对

第五章测试

市场上已经出现了很多数据可视化软件和工具，下面不是大数据可视化工具的是()。

A:Tableau

B:Premiere

C:Echarts

D:Excel

答案:Premiere

科学可视化一般分为（）。

A:颜色可视化

B:大规模数据可视化

C:流场可视化

D:体可视化

答案:大规模数据可视化

;流场可视化

;体可视化

可视化是对数据的透彻理解、深入分析和综合采集，主要包括以下哪些环节。（）。

A:数据获取

B:可视化应用

C:可视化模式

D:数据处理

答案:数据获取

;可视化应用

;可视化模式

;数据处理

信息可视化一般适用于大规模非数字型信息资源的可视化表达。（）

A:错B:对

答案:对

我们没有办法改变标签云的形状。（）

A:对B:错

答案:错

第六章测试

CRISP-DM的方案实施主要工作内容是：（）

A:固化可重复的分析过程并发布结果

B:收集数据并进行数据预处理。

C:组织开发阶段开始分析程序的开发

D:设计算法和模型，进行大数据分析。

答案:固化可重复的分析过程并发布结果

CRISP-DM适合于什么样的人群？（）。

A:大数据用户

B:大数据用户和大数据开发的IT人员

C:大数据管理人员

D:大数据开发的IT人员

答案:大数据用户和大数据开发的IT人员

“全校最热门图书分析”这属于以下哪些主题？（）。

A:面向读者或图书管理人员的服务

B:借阅信息分析

C:知识问答

D:个性化图书推荐

答案:面向读者或图书管理人员的服务

;借阅信息分析

DataFrame.describe函数可以为我们提供哪些信息。（）

A:通过top可以统计出现次数最多的离散值，直接判断哪些书的借阅次数最多

B:通过count提供每一列非空值的数量，各列相互比较就要可以知道是否存在空值

C:通过freq可以知道出现次数最多的的值出现的次数

D:对数据有一个描述性统计概貌。

E:通过unique查看不重复的离散值数目，可以知道是否需要云重复值

答案:通过top可以统计出现次数最多的离散值，直接判断哪些书的借阅次数最多

;通过count提供每一列非空值的数量，各列相互比较就要可以知道是否存在空值

;通过freq可以知道出现次数最多的的值出现的次数

;对数据有一个描述性统计概貌。

;通过unique查看不重复的离散值数目，可以知道是否需要云重复值

关于主题词，下面哪些说法是正确的。（）

A:如果一个词条在多个分类中都现出，则认为是通用词，不是主题词。

B: