大数据分析师考试题及答案.docxVIP

大数据分析师考试题及答案

一、单项选择题（每题2分，共30分）

1.在数据预处理阶段，处理缺失值时，以下哪种方法通常被认为是最不可取的？

A.使用该特征的均值或中位数进行填充

B.使用机器学习模型预测缺失值

C.直接删除包含缺失值的记录

D.使用众数或一个特定的常量（如“未知”）进行填充

2.关于Hadoop生态系统中HDFS的描述，以下哪项是正确的？

A.HDFS适合存储大量小文件

B.HDFS采用主从（Master/Slave）架构，其中NameNode负责存储实际数据块

C.HDFS默认的数据块大小是64MB

D.HDFS具有高容错性，通过数据多副本机制实现

3.在A/B测试中，为了判断实验组和对照组之间的差异是否具有统计显著性，最常用的检验方法是？

A.卡方检验

B.T检验

C.F检验

D.Z检验

4.以下关于数据仓库“星型模型”和“雪花型模型”的比较，错误的是？

A.星型模型查询性能通常优于雪花型模型

B.雪花型模型规范化程度更高，减少了数据冗余

C.星型模型的事实表直接连接多个维度表，维度表没有进一步规范化

D.雪花型模型的事实表通过多层维度表连接，结构更复杂，但维护更简单

5.对于一个高度偏态（右偏）的数值型数据分布，在描述其集中趋势时，以下哪个指标最为稳健？

A.算术平均数

B.几何平均数

C.中位数

D.众数

6.在逻辑回归