- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
大数据复习题(答案)
大数据复习题
一、数据存储与处理
1.数据存储
1.1.什么是数据存储?
答:数据存储是将数据保存在计算机或其他存储介质中,
以便日后进行访问和检索。
1.2.数据存储的常见方式有哪些?
答:常见的数据存储方式包括关系型数据库、非关系型
数据库、文件系统、分布式文件系统等。
1.3.什么是关系型数据库?
答:关系型数据库是基于关系模型的数据库,其中数据
以表格的形式进行存储,并且表格之间存在关联关系。
1.4.什么是非关系型数据库?
答:非关系型数据库是指不使用关系模型的数据库,其
中数据以键值对、文档、列族等形式进行存储。
1.5.什么是文件系统?
答:文件系统是操作系统用来管理、存储和检索文件的
一种方法,可以将文件组织成层次结构,方便用户访问和管理。
1.6.什么是分布式文件系统?
答:分布式文件系统是一个由多台计算机组成的文件系
统,存储在不同计算机上的文件可以在整个系统中共享和访问。
2.数据处理
2.1.什么是数据处理?
答:数据处理是指对原始数据进行整理、分析、计算和
转化的过程,以便得到有意义的结果。
2.2.数据处理的常见方式有哪些?
答:常见的数据处理方式包括数据清洗、数据转换、数
据聚合、数据挖掘等。
2.3.什么是数据清洗?
答:数据清洗是指对原始数据进行去重、纠错、填充空
值等预处理操作,以提高数据的质量和准确性。
2.4.什么是数据转换?
答:数据转换是指将数据从一种格式或结构转变为另一
种格式或结构,以满足特定的需求。
2.5.什么是数据聚合?
答:数据聚合是指将多个数据集合并为一个数据集,以
便进行统计分析和处理。
2.6.什么是数据挖掘?
答:数据挖掘是指从大量的数据中提取隐藏在其中的有
用信息和模式,以支持决策和预测。
二、数据分析与挖掘
1.数据分析
1.1.什么是数据分析?
答:数据分析是指对收集到的数据进行探索和解释,以
发现数据背后的规律和趋势。
1.2.数据分析的常用工具有哪些?
答:常用的数据分析工具包括Excel、Python、R等。
1.3.数据分析的步骤是什么?
答:数据分析的步骤包括数据收集、数据清洗、数据探
索、数据建模和数据可视化等。
1.4.什么是数据可视化?
答:数据可视化是利用图表、图像等方式将数据以可视
化形式呈现,以增强数据的理解和传达。
2.数据挖掘
2.1.什么是数据挖掘?
答:数据挖掘是指从大量的数据中提取隐藏在其中的有
用信息和模式,以支持决策和预测。
2.2.数据挖掘的常用算法有哪些?
答:常用的数据挖掘算法包括分类算法、聚类算法、关
联规则算法等。
2.3.什么是分类算法?
答:分类算法是指根据已知的样本标签预测新的样本的
类别,常用的分类算法包括决策树、朴素贝叶斯等。
2.4.什么是聚类算法?
答:聚类算法是指将数据集中的对象按照相似度进行分
组,常用的聚类算法包括K均值、层次聚类等。
2.5.什么是关联规则算法?
答:关联规则算法是指从数据中发现项集之间的关联关
系,常用的关联规则算法包括Apriori、FP-growth等。
附件:
附件1:数据集示例
附件2:数据处理代码示
文档评论(0)