2026年海致大数据初级班测试题及答案.docVIP

2026年海致大数据初级班测试题及答案

一、填空题（总共10题，每题2分）

1.数据挖掘的四个基本步骤分别是______、数据预处理、数据分析和模型评估。

2.在大数据处理中，Hadoop的核心组件包括______和HDFS。

3.机器学习的三种主要学习方法包括监督学习、______和非监督学习。

4.数据库的三NF（ThirdNormalForm）要求每个非主属性都不传递依赖于候选键。

5.在数据预处理中，处理缺失值的方法主要有删除法、______和插补法。

6.决策树算法中，常用的分裂标准有信息增益、______和基尼不纯度。

7.在分布式计算中，MapReduce模型包括两个主要阶段：Map阶段和______。

8.数据仓库的典型架构包括数据层、______和应用层。

9.在自然语言处理中，词袋模型（BagofWords）是一种常用的文本表示方法。

10.机器学习中的过拟合现象是指模型在训练数据上表现很好，但在______上表现较差。

二、判断题（总共10题，每题2分）

1.数据挖掘的目标是从大量数据中发现潜在的模式和关联。（正确）

2.Hadoop是一个开源的分布式存储系统。（正确）

3.决策树算法是一种非监督学习方法。（错误）

4.数据库的第一范式（FirstNormalForm）要求每个表都有一个主键。（正确）

5.在数据预