2026年数据科学家实战题库大数据分析技术与方法答案手册.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学家实战题库：大数据分析技术与方法答案手册

一、单选题（共10题，每题2分）

1.背景：某电商平台需分析用户购买行为数据，采用Hadoop生态系统中的哪个组件进行分布式存储？

A.Spark

B.HDFS

C.Hive

D.Kafka

答案：B

解析：HDFS（HadoopDistributedFileSystem）是Hadoop的核心组件，用于大规模数据的高可靠分布式存储。Spark、Hive、Kafka分别为计算框架、数据仓库工具和流处理平台。

2.背景：某金融机构使用机器学习模型预测信贷违约风险，应优先选择哪种评估指标？

A.精确率（Precision）

B.召回率（Recall）

C.F1分数

D.AUC（ROC曲线下面积）

答案：D

解析：AUC衡量模型区分正负样本的能力，适用于不平衡数据集的信贷风险预测。精确率、召回率、F1分数需结合业务场景综合判断。

3.背景：某城市交通部门需实时分析路口车流量，最适合采用哪种技术架构？

A.批处理（BatchProcessing）

B.交互式查询（InteractiveQuery）

C.流处理（StreamProcessing）

D.事务处理（TransactionProcessing）

答案：C

解析：流处理适用于实时数据分