大数据考试答案分析.docxVIP

大数据考试答案分析

一、单项选择题（本大题共20小题，每小题1分，共20分）

1.在大数据分析中，以下哪种方法不属于数据预处理阶段的主要技术？（）

A.数据清洗（处理缺失值、异常值）

B.数据集成（合并多个数据源）

C.数据变换（归一化、离散化）

D.模型训练（使用机器学习算法拟合数据）

解析：模型训练属于数据分析的高级阶段，而非预处理。预处理的核心目的是将原始数据转化为适合分析的格式，包括数据清洗、集成、变换等步骤。干扰项D的迷惑性在于“模型训练”常与数据分析关联，但需区分预处理与建模的范畴。

2.以下哪种指标最适合衡量数据集的离散程度？（）

A.方差（Variance）

B.偏度（Skewness）

C.峰度（Kurtosis）

D.相关系数（CorrelationCoefficient）

解析：方差是衡量数据分布集中程度的核心指标，数值越大表示数据波动越剧烈。干扰项B、C属于分布形状的度量，D用于衡量变量间线性关系，均与离散程度无关。

3.在Hadoop生态系统中，HDFS的默认块大小是多少？（）

A.128MB

B.256MB

C.1GB

D.2GB

解析：HDFS的默认块大小为128MB（早期版本为64M