大数据开发基础(试卷编号1201) .pdfVIP

大数据开发基础(试卷编号1201)

1.[单选题]在HBase中，过滤器顶层抽象类是（）

A)Filter

B)FilterList

C)WhileMatchFilter

D)SkipFilter

答案:A

解析:

2.[单选题]假设我们要解决一个二类分类问题,我们已经建立好了模型,输出是0或1,初始时设阈

值为0.5,超过0.5概率估计,就判别为1,否则就判别为0;如果我们现在用另一个大于0.5的阈值,

那么现在关于模型说法,正确的是:

A)模型分类的召回率会降低或不变

B)模型分类的召回率会升高

C)模型分类准确率会升高或不变

D)模型分类准确率会降低

答案:A

解析:

3.[单选题]情感信息抽取不包括以下哪些方法？（）

A)基于命名实体识别的抽取方法

B)基于重复段落的识别方法

C)基于语义角色标注的抽取方法

D)基于监督学习抽取的学习方法

答案:B

解析:

4.[单选题]在增量同步阶段，源数据库和目标数据库之间的同步有时会存在一个时间差，称为:（

），单位为秒。

A)延误

B)延后

C)延迟

D)时延

答案:D

解析:

5.[单选题]()是存储在计算机内的有结构的数据集合

A)网络系统

B)数据库系统

C)操作系统

D)数据库

答案:D

解析:

6.[单选题]信息技术发展史上的第二次信息化浪潮发生在（）.

A)1950年前后

B)1980年前后

C)1995年前后

D)2010年前后

答案:C

解析:

7.[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)altertableusersetcomment’mycomment’;

B)删除表user，在重建时指定comment选项

C)touchtableusersetcommnt’mycomment’;

D)changetableusersetcomment’mycomment;

答案:A

解析:

8.[单选题]当（）时，可以不考虑RDD序列化处理。

A)完成成本比较高的操作后

B)执行容易失败的操作之前

C)RDD被重复使用

D)实时性要求高

答案:D

解析:RDD的序列化处理主要在完成成本比较高的操作之后、执行容易失败的操作之前、当RDD被

重复使用或者计算其代价很高时进行。

9.[单选题]以下变量名中错误的是()。

A)my_string_1

B)1st_string

C)foo

D)_

答案:B

解析:

10.[单选题]互联网信息化的发展的动力是()

A)技术创新

B)原创性创新

C)机制创制

D)模式创新

答案:C

解析:

11.[单选题]下列Python语法表述不正确的是

A)if语句的第二行必须有缩进

B)while语句的第二行必须有缩进

C)else后不加冒号

D)while循环语句的条件之后必须有冒号

答案:C

解析:

12.[单选题]（）是指理解挖掘项目的目标业务需求。

A)业务理解

B)数据理解

C)数据准备

D)数据建模

答案:A

解析:根据跨行业数据挖掘标准流程（cross-industrystandardprocessfordatamining，

CRISP-DM）模型，业务理解是指从业务的角度了解项目的要求和最终目的，并将这些目的与数据挖

掘的定义以及结果结合起来。

13.[单选题]下列关于在Matplotlib的说法正确的是（）。

A)散点图不能在子图中绘制

B)散点图的x轴刻度必须为数值

C)折线图可以用作查看特征间的趋势关系

D)箱线图可以用来查看特征间的相关关系

311

答案:C

解析:A、B选项，散点图可以在子图中绘制且x轴刻度可以是文本等非数值，D选项中箱线图由于

查看数据的分布。

14.[单选题]以下图像分割方法中，属于基于图像灰度分布的阈值方法的是

A)区域合并、分裂法

B)最大类间、内方差比法

C)已知形状的曲线检测

D)区域生长法

答案:B

解析:

15.[单选题]有关python，下列说法不正确的是?

A)Python是一门面向对象的解释性程序设计语言

B)Python程序的可以在IDLE和pycharm里进行开发

C)Python功能很强大，可以编写网页和游戏

D)Python只能在Windows系统下编写

答案:D

解析:

16.[单选题