大数据开发基础习题库(2025年第6部分).pdfVIP

大数据开发基础习题库(2025年第6部分)

(该部分共500题)

1.[单选题]下列哪个不是RDD的缓存方法（）

A)persist()

B)cache()

C)memory()

答案:C

解析:

2.[单选题]()算法假设聚类结构能通过样本分布的紧密程度确定

A)原型聚类

B)密度聚类

C)层次聚类

答案:B

解析:

3.[单选题]下列关于舍恩伯格对大数据特点的说法中，错误的是（）。

A)数据规模大

B)数据类型多样

C)数据处理速度快

D)数据价值密度高

答案:D

解析:

4.[单选题]()是表现数据分布对称性的指标。

A)斜率

B)偏斜度

C)偏度

D)偏离度

答案:B

解析:偏斜度是对统计数据分布偏斜方向及程度的度量。在偏态分布中,当偏斜度为正值时,分布正偏,即众数位于算术平

均数的左侧;当偏斜度为负值时,分布负偏,即众数位于算术平均数的右侧。

5.[单选题](__)不是描述统计的基本类型。

A)集中趋势分析

B)无关分析

C)相关分析

D)离中趋势分析

答案:B

解析:

6.[单选题]()属于Spark框架中的可扩展机器学习库。

A)MLib

B)GraphX

C)Streaming

D)SparkSQL

1/77

答案:A

解析:MLib是可扩展机器学习库。

7.[单选题]DRDS的读策略中不包含：（）

A)主库读

B)均衡

C)自定义

D)主库写

答案:D

解析:

8.[单选题]关于Spark中SparkSQL描述不准确的是？

A)SparkSQL使用场景包括毫秒级实时查询

B)SQL语句通过SparkSQL模块解析为DAG，交给SparkCore执行

C)通过Sparksession提交SQL语句,任务像Spark应用一样，提交到集群中分布式运行。

D)SparksQL是Spark用来处理结构化数据的一个模块,可以在spark应用中接使用SQL语句对数据进行操作。

答案:A

解析:

9.[单选题]关于Pandas中数据排序，下列说法正确的是（）

A)即可以按照行索引排序，也可以按照列索引排序

B)sort_index()方法表示按照值进行排序

C)sort_values()方法表示按照索引进行排序

D)默认情况下，sort_index()方法按照降序排列

答案:A

解析:

10.[单选题]以下说法中:①一个机器学习模型，如果有较高准确率，总是说明这个分类器是好的;②如果增加模型复杂

度，那么模型的测试错误率总是会降低;③如果增加模型复杂度，那么模型的训练错误率总是会降低，正确的是()

A)1

B)2

C)3

D)1,3

答案:C

解析:

11.[单选题]假设属性的取值范围是-957~924，当属性的值为426时，采用小数定标规范化方法对应的转换结果是：()

A)0.421

B)0.433

C)0.426

D)0.489

答案:C

解析:二、多选题

12.[单选题]Flume中的JDBCChanne1内置数据库是哪个?

A)Derby

B)Oracle

C)sqlServer

D)MySql

答案:A

解析:

2/77

13.[单选题]启动hadoop所有进程的命令是（）。

A)start-dfs.sh

B)start-all.sh

C)start-hadoop.sh

D)start-hdfs.sh

答案:B

解析:

14.[单选题]长短时记忆神经网络被设计用来解决的问题是()

A)传统RNN存在的梯皮消失