大数据应用基础知到智慧树章节测试课后答案2024年秋山东建筑大学

大数据应用基础知到智慧树章节测试课后答案2024年秋山东建筑大学第一章单元测试

数据计量单位中，T是G的（）倍。

A:8B:1000C:16D:1024

答案:1024一般来说，科学实验产生的数据体量较小，质量不高。（）

A:对B:错

答案:错以下行为正确的是（）。

A:及时删除不明电子邮件的附件B:使用国产替换软件C:使用简单的密码或长时间不修改密码D:使用破解软件，以节约成本

答案:及时删除不明电子邮件的附件；使用国产替换软件一般来说，和PaaS模式的云服务相比，使用SaaS云服务，用户需要自行管理更多的资源。（）

A:错B:对

答案:错为了快速发展数字经济，可以允许一些平台收集用户的隐私信息。（）

A:错B:对

答案:错解决数据伦理问题，最根本的是企业或组织坚守伦理底线，践行科技向善的原则。（）

A:对B:错

答案:对

第二章单元测试

下列调查适宜用调查问卷的是（）

A:对你所在班级的学生最喜欢的体育活动进行调查B:对上海市常住人口家庭收入情况进行调查C:电商平台调查某商品的用户使用感受D:检测某城市的空气质量

答案:对你所在班级的学生最喜欢的体育活动进行调查；对上海市常住人口家庭收入情况进行调查下列选项中,获取数据的直接来源的方法有（）

A:从《人口普查资料汇编》当中获取的数据B:某大学、科研机构发布的研究数据C:问卷调查D:某企业发布的经营报表数据E:实验检测获取数据

答案:问卷调查；实验检测获取数据网络爬虫能够爬取互联网上的任何数据。（）

A:错B:对

答案:错Response类对象的下列属性中，用于表示HTML代码的是（）

A:textB:status_codeC:encodingD:content

答案:text运行以下程序，结果是（）

A:TrueFalseTrueB:FalseTrueTrueC:TrueTrueFalseD:TrueTrueTrue

答案:TrueTrueTrue利用八爪鱼采集器采集数据过程中，如果希望只采集满足条件的部分数据，可以尝试通过判断条件功能来完成。（）

A:对B:错

答案:对

第三章单元测试

文本文件中的数据的存储结构依赖应用程序，所以文件不适合管理较大规模的数据。（）

A:错B:对

答案:对数据库管理系统的主要功能包括以下几个方面（）

A:管理计算机的硬件资源B:数据操作C:数据库的建立与维护D:数据组织、存储和管理E:数据定义

答案:数据操作；数据库的建立与维护；数据组织、存储和管理；数据定义大数据时代，数据类型繁多，半结构化和非结构化的数据成为主流数据形式，而NoSQL数据库没有固定的表结构，数据约束也比较宽松，更适合海量的非结构化数据存储。（）

A:对B:错

答案:对NoSQL是大数据时代的主流存储方式，可以全面替代传统的关系数据库。（）

A:错B:对

答案:错列族数据库的查找速度快、可扩展性强、复杂性低，代表性的软件有HBase、Cassandra等。（）

A:对B:错

答案:对

第四章单元测试

现实世界中直接采集到的数据大多是不完整、结构不一致、含噪声的数据，无法直接用于数据分析或挖掘。（）

A:错B:对

答案:对数据预处理的目的（）

A:抽取精准的数据B:尽可能的简化数据C:调整数据格式D:提高数据质量E:清理“脏”数据

答案:抽取精准的数据；尽可能的简化数据；调整数据格式；提高数据质量；清理“脏”数据数据集成的过程中需要处理的问题有（）

A:其余选项都是B:冗余与相关性分析。C:数据冲突和检测D:实体识别

答案:其余选项都是数据归约指数据降维，是从原有的数据中删除不重要或不相关的属性，或者通过对属性进行重组来减少属性的个数。（）

A:错B:对

答案:对pandas库中的DataFrame对象的replace方法可以替换指定数据。（）

A:错B:对

答案:对

第五章单元测试

Matplotlib中的（）模块提供了一系列操作和绘图函数。

A:plotB:rcparamsC:barD:pyplot

答案:pyplot下列参数中调整后显示中文的是（）。

A:lines.linewidthB:lines.linestyleC:axes.unicode_minusD:font.sans-serif

答案:font.sans-serif散点图无法反映特征之间的统计关系。（）

A:对B:错

答案:错折线图的主要功能是查看因变量y随着自变量x改变的趋势。（）

A:对B:错

答案:对在seaborn中要移除图形中的轴线，使用的方法是despine方法。（）

A:对B:错

答案:对

第六章单元测试

下面有关回归分析的描述，不正确的是（）。

A:回归分析的预测过程是利用得到的模型对新样本进行预测B:回归分析包括学习过程和预测过程C:回归分析属于无监督学习D:回归分析的学习过程是利用有标签的训练数据集学习得到一个模型

答案:回归分析属于无监督学习关于下面这段代码，描述不正确的是（）。

A:第7行代码用于查看所估计回归方程的判定系数R方B:第2行代码建立了一个名为regr的线性回归模型C:第6行代码用于对所建立的回归模型进行参数估计D:第8行代码用于查看所估计回归方程的回归参数

答案:第7行代码用于查看所估计回归方程的判定系数R方下面有关分类的描述，正确的是（）。

A:分类问题的因变量是类别变量B:分类是一种无监督学习C:分类包括学习过程和分类过程D:分类是一种监督学习

答案:分类问题的因变量是类别变量；分类包括学习过程和分类过程；分类是一种监督学习利用逻辑回归模型进行类别预测的方法是（）。

A:LinearRegression.predict()B:LogisticRegression.predict()C:LogisticRegression.fit()D:LogisticRegression.score()

答案:LogisticRegression.predict()以下关于聚类的描述，正确的是（）

A:聚类的数据集包含特征变量和类别变量B:决策树方法是一种聚类方法C:聚类的数据集只包含特征变量不包含类别变量D:聚类属于监督学习

答案:聚类的数据集只包含特征变量不包含类别变量在K-means聚类过程中，计算不同K值时的内平方和WWS如下表所示，请问最优K值是（）。

K值WWS值162.8212.339.449.359.269.1

A:3B:2C:4D:1

答案:3有关K-means聚类命令sklearn.cluster.KMeans()，以下说法不正确的是（）。

A:可通过属性labels_查看聚类之后的样本点分类B:可通过属性cluster_centers_查看聚类之后的质心坐标C:用于计算K-means聚类的方法是fit()D:可通过参数n_clusters指定初始聚类中心位置

答案:可通过参数n_clusters指定初始聚类中心位置关于下面这段代码，描述不正确的是（）。

A:sklearn.model_selection.train_test_split()方法可用于将数据集分为训练集和测试集两部分B:x_test，y_test分别是指测试集的自变量和因变量C:训练集和测试集的比例为0.25:0.75D:x_train，y_train分别是指训练集的自变量和因变量

答案:训练集和测试集的比例为0.25:0.75有关文本分析的描述，不正确的是（）。

A:词性标注是指为词语标注相应词性的过程B:去除停用词是指去除文本中包含信息较多、使用频率又很高的词C:一般而言，进行文本分析的起始步骤是词语分词D:词干提取可用于英文文本分析

答案:去除停用词是指去除文本中包含信息较多、使用频率又很高的词可用于英文分词的方法是（）。

A:nltk.word_tokenize()B:stopwords.words()C:nltk.FreDist()D:nltk.pos_tag()

答案:nltk.word_tokenize()

第七章单元测试

更改一个文件权限的命令是（）。

A:chmodB:catC:attribD:chown

答案:chmodLinux中权限最大的账户是（）。

A:adminB:guestC:superD:root

答案:rootLinux的命令由连续的字符组成，命令和参数之间可以没有空格。（）

A:对B:错

答案:错Linux操作系统的主要特点是（）。

A:安全B:多用户多任务C:免费D:开源

答案:安全；多用户多任务；免费；开源从目录/home/glxy/app切换到目录/home/glxy/hadoop的相对路径是（）

A:../hadoopB:hadoopC:./hadoopD:

/home/glxy/hadoop

答案:../hadoop

第八章单元测试

一种典型的数据处理使用模式是：首先使用（）工具对原始海量数据进行分析，产生较小规模的数据集，再使用（）工具对该数据集进行快速查询，获取最终结果。

A:批处理、流处理B:流处理、批处理C:批处理、交互式处理D:交互式处理、批处理

答案:批处理、交互式处理大数据管理平台技术的发展历程为（）。

A:流处理阶段B:内存计算阶段C:初始阶段D:开源阶段

答案:流处理阶段；内存计算阶段；初始阶段；开源阶段常用的流数据处理技术有（）。

A:HadoopB:SparkStreamingC:FlinkD:Strom

答案:SparkStreaming；Flink；Strom下述哪些技术不属于开源技术（）。

A:SparkB:GFSC:HadoopD:Flink

答案:GFS大数据管理平台技术可以应用到下述哪些领域场景中（）。

A:互联网B:医疗C:电信D:交通

答案:互联网；医疗；电信；交通

第九章单元测试

在HDFS中负责保存文件数据的节点被称为（）。

A:NodeManagerB:DataNodeC:SecondaryNameNodeD:NameNode

答案:DataNode下面与HDFS类似的框架是（）？

A:FAT32B:EXT3C:GFSD:NTFS

答案:GFS下面哪个程序负责HDFS数据存储（）。

A:NameNodeB:DatanodeC:secondaryNameNodeD:Jobtracker

答案:DatanodeHDFS中的NameNode节点用于存放元数据，数据内容包含（）。

A:客户端硬件配置数据B:每个数据块的内容C:文件与数据块的映射表D:数据块与数据节点的映射表

答案:文件与数据块的映射表；数据块与数据节点的映射表HDFS系统采用NameNode定期向DataNode发送心跳消息，用于检测系统是否正常运行。（）

A:对B:错

答案:错

第十章单元测试

Spark生态系统支持批处理、交互式处理和流处理。（）

A:错B:对

答案:对以下哪个组件不属于Spark生态（