高职大数据技术笔试题库测试卷【培优】附答案详解.docxVIP

高职大数据技术笔试题库测试卷【培优】附答案详解

1.在数据预处理阶段，以下哪项操作属于数据清洗的范畴？

A.去除重复数据

B.特征选择

C.数据标准化

D.构建预测模型

【答案】：A

解析：本题考察数据预处理的基本流程。选项A去除重复数据是数据清洗的典型操作，用于消除冗余信息；选项B特征选择属于特征工程（从原始数据中筛选有效特征）；选项C数据标准化属于特征工程（对数据进行归一化/标准化处理）；选项D构建预测模型属于数据建模阶段。因此正确答案为A。

2.数据预处理中，以下哪种方法属于缺失值的“插补法”处理？

A.直接删除包含缺失值的行

B.使用该列非缺失值的均值填充缺失值

C.将缺失值所在列直接删除

D.通过删除样本后重新构建数据集

【答案】：B

解析：本题考察数据清洗中缺失值处理方法，正确答案为B。插补法是通过统计量（均值、中位数、众数）或模型预测填充缺失值，B选项用均值填充属于典型插补法；A、C选项属于“删除法”（直接删除行/列）；D选项重复删除操作，不属于插补法范畴。

3.Spark作为内存计算框架，其核心计算引擎是？

A.SparkCore

B.SparkSQL

C.SparkStreaming

D.SparkMLlib

【答案】：A

解析：本题考察Spark核心组件知识点。正确答案为A，SparkCore是Spark的核心计算引擎，提