大数据理论考试(习题卷10)
说明：答案和解析在试卷最后
第1部分：单项选择题，共64题，每题只有一个正确答案，多选或少选均不得分。
1.[单选题]大数据计算服务的数据仓库的管理员发现用户表user没有备注信息，为了方便其他人员的使用，可以通过（）方式给这张表加上备注。
A)alter
B)删除表user，在重建时指定comment选项
C)touch
D)change
2.[单选题]逻辑回归将输出概率限定在[0,1]之间。下列哪个函数起到这样的作用（）。
A)Sigmoid函数
B)tanh函数
C)ReLU函数
D)Leaky ReLU函数
3.[单选题]以等可能性为基础的概率是（）
A)古典概率
B)经验概率
C)试验概率
D)主观概率
4.[单选题]当Kafka中日志片段大小达到（）时，当前日志片段会被关闭。
直方图均衡化的基本原理A)1M
B)100M
C)1GB
D)10G
5.[单选题]Hadoop中partition（）函数描述正确的是（）。
A)分区函数
B)特征函数
C)算法函数
D)排序函数
6.[单选题]HadoopMapReduce2.0中，（）负责资源的管理和调度。
A)JobTracker
B)YARN
C)TaskTracker
D)ApplicationMaster
D)256M
8.[单选题]直方图均衡化适用于增强直方图呈（）分布的图像。
A)尖峰
B)波形
C)随机
D)高
9.[单选题]以下属于考虑词语位置关系的模型有（）。
A)词向量模型
B)词袋模型
C)词的分布式表示
D)TF-ID
10.[单选题]进行主成分分析的前提条件是，各变量间（）。
A)高度相关
B)低度相关
C)相互独立
D)完全相
11.[单选题]有研究发现“页面的显示速度每延迟1s，网站访问量就会降低11%，从而导致营业额或者注册量减少7%，顾客满意度下降16%”。该项研究表明了(__)在数据产品开发中的重要性。
A)查全率
B)用户体验
C)数据可视化
D)查准率
12.[单选题]数据安全技术保护与信息系统“三同步”原则不包括以下哪项（）。
A)同步规划
B)同步建设
C)同步使用
D)同步运维
13.[单选题]在逻辑回归输出与目标对比的情况下，以下评估指标中哪一项不适用（）。
A)C-ROC
B)准确度
C)Logloss
D)均方误
14.[单选题]Python使用（）符号标示注释。
A)&
B)*
C)#
D)//
15.[单选题]下列属于无监督学习的是（）。
A)K-means
16.[单选题]以下描述中错误的是（）。
A)数据科学中的“数据”不仅仅是“数值”，也不等同于“数值”
B)数据科学中的“计算”包括数据的查询、挖掘、洞见等
C)数据科学强调的是跨学科视角
D)数据科学不包括“理论知识”，只包括“领域实务经验”
17.[单选题]执行如下代码：
Import time
Print(time.time())
以下选项中描述错误的是（）。
A)time 库是 Python 的标准库；
B)可使用 ime()，显示为更可读的形式；
C)time.sleep(5) 推迟调用线程的运行，单位为毫秒；
D)输出自1970年1月1日00:00:00 AM 以来的秒数；
18.[单选题]如果需要训练的特征维度成千上万，在高维情形下出现的数据样本稀疏、距离计算困难。我们通过什么方法可以缓解这个问题（）。
A)K均值算法
B)支持向量机
C)降维
D)以上答案都不正确
19.[单选题]以下哪一种分布是二维随机变量的分布（）。
A)正态分布
B)二项分布
C)边缘分布
D)指数分布
20.[单选题]Spark的特点不包括（）
A)速度快
B)通用性
C)易用性
D)单一操作性
21.[单选题]以下算法中不属于基于深度学习的图像分割算法是（）。
A)FCN
B)deeplab
C)Mask-RN
D)kN
22.[单选题]在情感分析中，下面哪个词不属于影响词（）。
A)识别
B)开心
C)难过
D)无
23.[单选题]在Hadoop生态系统中，（）可以将结构化的数据文件映射成一张数据库表，并提供简单的查询语言。
D)MapReduce
24.[单选题]（）算法是决策树学习的基本算法，其他多数决策树学习方法都是它的变体。
A)Find-S算法
B)KNN算法
C)概念算法
D)I算
25.[单选题]如下哪些不是最近邻分类器的特点（）。
A)它使用具体的训练实例进行预测，不必维护源自数据的模型
B)分类一个测试样例开销很大
C)最近邻分类器基于全局信息进行预测
D)可以生产任意形状的决策边
26.[单选题]在DAYU数据集成中，新建“表/文件迁移作业”作业第一步不需要填写的信息是
A)字段名称
B)目的连接名称
C)原链接名称
D)作业名
27.[单选题]下列语句中，哪个在 Python 中是非法的?
A)x=y=z=1
B)x=(y=z+1)
C)x,y=y,x
D)x+=y
28.[单选题]某篮运动员在三分线投球的命中率是2(1)，他投球10次，恰好投进3个球的概率（）。
A)128(15)
B)16(3)
C)8(5)
D)16(7
29.[单选题]在SQL语言分类中，以下属于DQL的是：
A)update
B)select
C)insert
D)delet
30.[单选题]阅读下面的程序：def func(): print(x) x=100func()执行上述语句后，输出的结果为()。
A)0
B)100
C)程序出现异常
D)程序编译失败
31.[单选题]回归方程判定系数的计算公式R^2=SSR/SST=1-SSE/SST，对判定系数描述错误的是（）。
A)式中的SSE指残差平方和
B)式中的SSR指总离差平方和
C)判定系数用来衡量回归方程的扰合优度
32.[单选题]关于脏数据和乱数据的区分，以下哪种不属于脏数据（）。
A)含有缺失数据
B)冗余数据
C)噪声数据
D)不规则形态数据
33.[单选题]DIKW金字塔模型中，顶层与底层的名称分别为（）。
A)智慧与数据
B)知识与数据
C)智慧与数值
D)知识与数值
34.[单选题]假如使用一个较复杂的回归模型来拟合样本数据，使用Ridge回归，调试正则化参数λ，来降低模型复杂度。若λ较大时，关于偏差（bias）和方差（variance），下列说法正确的是（）
A)若λ 较大时，偏差减小，方差减小
B)若λ 较大时，偏差减小，方差增大
C)若λ 较大时，偏差增大，方差减小
D)若λ 较大时，偏差增大，方差增
35.[单选题]以下描述中不属于“规整数据(TidyData)”三个基本原则的是（）。
A)每一类观察单元构成一个关系（表）
B)每个观察占且仅占一行
C)每个变量占且仅占一列
D)每个观察占且仅占一个关系（表）
36.[单选题]大数据涌现现象的形式有多种，不属于大数据涌现的形式（）。
A)价值涌现
B)隐私涌现
C)物质涌现
D)隐私涌现
37.[单选题]下列不属于MaxCompute项目空间的对象类型为：（）。
A)表
B)Jar包
C)实例
D)资源
38.[单选题]下面关于词袋模型说法错误的是（）。
A)词袋模型使用一个多重集对文本中出现的单词进行编码
B)词袋模型不考虑词语原本在句子中的顺序
C)词袋模型可以应用于文档分类和检索，同时受到编码信息的限制
D)词袋模型产生的灵感来源于包含类似单词的文档经常有相似的含
39.[单选题]大数据计算服务中，临时数据表tmp_item是一张非分区表，开发人员在建表时指定了lifecycle属性为30，且使用一次后未再进行任何操作和访问。30天后这张表会（）。
A)tmp_item会被自动重命名为tmp_item.deleted
B)tmp_item表会被自动删除掉
C)不会任何变更
D)tmp_item中的数据会被清空，表结构仍存在

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。