大數據應用基礎知到智慧樹章節測試課后答案2024年秋山東建筑大學第一章單元測試

數據計量單位中，T是G的（）倍。

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

答案:1024一般來說，科學實驗產生的數據體量較小，質量不高。（）

A:對B:錯

答案:錯以下行為正確的是（）。

A:及時刪除不明電子郵件的附件B:使用國產替換軟件C:使用簡單的密碼或長時間不修改密碼D:使用破解軟件，以節約成本

答案:及時刪除不明電子郵件的附件；使用國產替換軟件一般來說，和PaaS模式的云服務相比，使用SaaS云服務，用戶需要自行管理更多的資源。（）

A:錯B:對

答案:錯為了快速發展數字經濟，可以允許一些平臺收集用戶的隱私信息。（）

A:錯B:對

答案:錯解決數據倫理問題，最根本的是企業或組織堅守倫理底線，踐行科技向善的原則。（）

A:對B:錯

答案:對

第二章單元測試

下列調查適宜用調查問卷的是（）

A:對你所在班級的學生最喜歡的體育活動進行調查B:對上海市常住人口家庭收入情況進行調查C:電商平臺調查某商品的用戶使用感受D:檢測某城市的空氣質量

答案:對你所在班級的學生最喜歡的體育活動進行調查；對上海市常住人口家庭收入情況進行調查下列選項中,獲取數據的直接來源的方法有（）

A:從《人口普查資料匯編》當中獲取的數據B:某大學、科研機構發布的研究數據C:問卷調查D:某企業發布的經營報表數據E:實驗檢測獲取數據

答案:問卷調查；實驗檢測獲取數據網絡爬蟲能夠爬取互聯網上的任何數據。（）

A:錯B:對

答案:錯Response類對象的下列屬性中，用于表示HTML代碼的是（）

A:textB:status_codeC:encodingD:content

答案:text運行以下程序，結果是（）

A:TrueFalseTrueB:FalseTrueTrueC:TrueTrueFalseD:TrueTrueTrue

答案:TrueTrueTrue利用八爪魚采集器采集數據過程中，如果希望只采集滿足條件的部分數據，可以嘗試通過判斷條件功能來完成。（）

A:對B:錯

答案:對

第三章單元測試

文本文件中的數據的存儲結構依賴應用程序，所以文件不適合管理較大規模的數據。（）

A:錯B:對

答案:對數據庫管理系統的主要功能包括以下幾個方面（）

A:管理計算機的硬件資源B:數據操作C:數據庫的建立與維護D:數據組織、存儲和管理E:數據定義

答案:數據操作；數據庫的建立與維護；數據組織、存儲和管理；數據定義大數據時代，數據類型繁多，半結構化和非結構化的數據成為主流數據形式，而NoSQL數據庫沒有固定的表結構，數據約束也比較寬松，更適合海量的非結構化數據存儲。（）

A:對B:錯

答案:對NoSQL是大數據時代的主流存儲方式，可以全面替代傳統的關系數據庫。（）

A:錯B:對

答案:錯列族數據庫的查找速度快、可擴展性強、復雜性低，代表性的軟件有HBase、Cassandra等。（）

A:對B:錯

答案:對

第四章單元測試

現實世界中直接采集到的數據大多是不完整、結構不一致、含噪聲的數據，無法直接用于數據分析或挖掘。（）

A:錯B:對

答案:對數據預處理的目的（）

A:抽取精準的數據B:盡可能的簡化數據C:調整數據格式D:提高數據質量E:清理“臟”數據

答案:抽取精準的數據；盡可能的簡化數據；調整數據格式；提高數據質量；清理“臟”數據數據集成的過程中需要處理的問題有（）

A:其余選項都是B:冗余與相關性分析。C:數據沖突和檢測D:實體識別

答案:其余選項都是數據歸約指數據降維，是從原有的數據中刪除不重要或不相關的屬性，或者通過對屬性進行重組來減少屬性的個數。（）

A:錯B:對

答案:對pandas庫中的DataFrame對象的replace方法可以替換指定數據。（）

A:錯B:對

答案:對

第五章單元測試

Matplotlib中的（）模塊提供了一系列操作和繪圖函數。

A:plotB:rcparamsC:barD:pyplot

答案:pyplot下列參數中調整后顯示中文的是（）。

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

答案:font.sans-serif散點圖無法反映特征之間的統計關系。（）

A:對B:錯

答案:錯折線圖的主要功能是查看因變量y隨著自變量x改變的趨勢。（）

A:對B:錯

答案:對在seaborn中要移除圖形中的軸線，使用的方法是despine方法。（）

A:對B:錯

答案:對

第六章單元測試

下面有關回歸分析的描述，不正確的是（）。

A:回歸分析的預測過程是利用得到的模型對新樣本進行預測B:回歸分析包括學習過程和預測過程C:回歸分析屬于無監督學習D:回歸分析的學習過程是利用有標簽的訓練數據集學習得到一個模型

答案:回歸分析屬于無監督學習關于下面這段代碼，描述不正確的是（）。

A:第7行代碼用于查看所估計回歸方程的判定系數R方B:第2行代碼建立了一個名為regr的線性回歸模型C:第6行代碼用于對所建立的回歸模型進行參數估計D:第8行代碼用于查看所估計回歸方程的回歸參數

答案:第7行代碼用于查看所估計回歸方程的判定系數R方下面有關分類的描述，正確的是（）。

A:分類問題的因變量是類別變量B:分類是一種無監督學習C:分類包括學習過程和分類過程D:分類是一種監督學習

答案:分類問題的因變量是類別變量；分類包括學習過程和分類過程；分類是一種監督學習利用邏輯回歸模型進行類別預測的方法是（）。

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

答案:LogisticRegression.predict()以下關于聚類的描述，正確的是（）

A:聚類的數據集包含特征變量和類別變量B:決策樹方法是一種聚類方法C:聚類的數據集只包含特征變量不包含類別變量D:聚類屬于監督學習

答案:聚類的數據集只包含特征變量不包含類別變量在K-means聚類過程中，計算不同K值時的內平方和WWS如下表所示，請問最優K值是（）。

K值WWS值162.8212.339.449.359.269.1

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

答案:3有關K-means聚類命令sklearn.cluster.KMeans()，以下說法不正確的是（）。

A:可通過屬性labels_查看聚類之后的樣本點分類B:可通過屬性cluster_centers_查看聚類之后的質心坐標C:用于計算K-means聚類的方法是fit()D:可通過參數n_clusters指定初始聚類中心位置

答案:可通過參數n_clusters指定初始聚類中心位置關于下面這段代碼，描述不正確的是（）。

A:sklearn.model_selection.train_test_split()方法可用于將數據集分為訓練集和測試集兩部分B:x_test，y_test分別是指測試集的自變量和因變量C:訓練集和測試集的比例為0.25:0.75D:x_train，y_train分別是指訓練集的自變量和因變量

答案:訓練集和測試集的比例為0.25:0.75有關文本分析的描述，不正確的是（）。

A:詞性標注是指為詞語標注相應詞性的過程B:去除停用詞是指去除文本中包含信息較多、使用頻率又很高的詞C:一般而言，進行文本分析的起始步驟是詞語分詞D:詞干提取可用于英文文本分析

答案:去除停用詞是指去除文本中包含信息較多、使用頻率又很高的詞可用于英文分詞的方法是（）。

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

答案:nltk.word_tokenize()

第七章單元測試

更改一個文件權限的命令是（）。

A:chmodB:catC:attribD:chown

答案:chmodLinux中權限最大的賬戶是（）。

A:adminB:guestC:superD:root

答案:rootLinux的命令由連續的字符組成，命令和參數之間可以沒有空格。（）

A:對B:錯

答案:錯Linux操作系統的主要特點是（）。

A:安全B:多用戶多任務C:免費D:開源

答案:安全；多用戶多任務；免費；開源從目錄/home/glxy/app切換到目錄/home/glxy/hadoop的相對路徑是（）

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

/home/glxy/hadoop

答案:../hadoop

第八章單元測試

一種典型的數據處理使用模式是：首先使用（）工具對原始海量數據進行分析，產生較小規模的數據集，再使用（）工具對該數據集進行快速查詢，獲取最終結果。

A:批處理、流處理B:流處理、批處理C:批處理、交互式處理D:交互式處理、批處理

答案:批處理、交互式處理大數據管理平臺技術的發展歷程為（）。

A:流處理階段B:內存計算階段C:初始階段D:開源階段

答案:流處理階段；內存計算階段；初始階段；開源階段常用的流數據處理技術有（）。

A:HadoopB:SparkStreamingC:FlinkD:Strom

答案:SparkStreaming；Flink；Strom下述哪些技術不屬于開源技術（）。

A:SparkB:GFSC:HadoopD:Flink

答案:GFS大數據管理平臺技術可以應用到下述哪些領域場景中（）。

A:互聯網B:醫療C:電信D:交通

答案:互聯網；醫療；電信；交通

第九章單元測試

在HDFS中負責保存文件數據的節點被稱為（）。

A:NodeManagerB:DataNodeC:SecondaryNameNodeD:NameNode

答案:DataNode下面與HDFS類似的框架是（）？

A:FAT32B:EXT3C:GFSD:NTFS

答案:GFS下面哪個程序負責HDFS數據存儲（）。

A:NameNodeB:DatanodeC:secondaryNameNodeD:Jobtracker

答案:DatanodeHDFS中的NameNode節點用于存放元數據，數據內容包含（）。

A:客戶端硬件配置數據B:每個數據塊的內容C:文件與數據塊的映射表D:數據塊與數據節點的映射表

答案:文件與數據塊的映射表；數據塊與數據節點的映射表HDFS系統采用NameNode定期向DataNode發送心跳消息，用于檢測系統是否正常運行。（）

A:對B:錯

答案:錯

第十章單元測試

Spark生態系統支持批處理、交互式處理和流處理。（）

A:錯B:對

答案:對以下哪個組件不屬于Spark生態（