2026年小米大数据面试题及答案.docVIP

2026年小米大数据面试题及答案

一、填空题（每题2分，共20分）

1.数据挖掘的四个基本步骤是：______、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：______、MapReduce和HDFS。

3.机器学习的三种主要类型是：监督学习、______和强化学习。

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，缺失值处理的方法主要有：删除、______和插补。

6.逻辑回归模型主要用于解决______问题。

7.决策树算法中，常用的分裂标准有信息增益和______。

8.在分布式计算中，Spark的RDD（弹性分布式数据集）具有______和不可变性两个特点。

9.数据仓库中的OLAP操作主要包括切片、______和上卷。

10.在自然语言处理中，词嵌入技术如Word2Vec主要用于将词语表示为______。

二、判断题（每题2分，共20分）

1.数据湖是存储结构化数据的系统。（×）

2.K-means聚类算法是一种层次聚类算法。（×）

3.在时间序列分析中，ARIMA模型可以处理具有季节性效应的数据。（√）

4.数据仓库中的OLTP操作主要是为了支持日常事务处理。（√）

5.朴素贝叶斯分类器假设特征之间相互独立。（√）

6.在大数据处理