大數(shù)據(jù)應(yīng)用基礎(chǔ)知到智慧樹期末考試答案題庫2025年山東建筑大學需要轉(zhuǎn)換默認的seaborn繪圖風格，只需調(diào)用有參數(shù)設(shè)置的set方法。（）

答案:錯邏輯回歸可用于解決類別超過3類的分類問題。（）

答案:錯通過數(shù)學模型進行預(yù)測是科學方法，通過測量獲取經(jīng)驗數(shù)據(jù)進而預(yù)測不是科學方法。（）

答案:錯運行網(wǎng)絡(luò)爬蟲程序時，必須保證瀏覽器正在運行。（）

答案:錯計算線性回歸模型判定系數(shù)R方的方法是（）。

答案:LinearRegression().score()計算機外存中保存的數(shù)據(jù)斷電后會消失。（）

答案:錯解決數(shù)據(jù)倫理問題，最根本的是企業(yè)或組織堅守倫理底線，踐行科技向善的原則。（）

答案:對網(wǎng)絡(luò)爬蟲能夠爬取互聯(lián)網(wǎng)上的任何數(shù)據(jù)。（）

答案:錯維克托·邁爾·舍恩伯格（ViktorMayer-Sch?nberger）在《大數(shù)據(jù)時代：生活、工作與思維的大變革》中指出，大數(shù)據(jù)時代最大的轉(zhuǎn)變是思維方式轉(zhuǎn)變，包括：（）

答案:總體而非抽樣；效率而非精確；相關(guān)而非因果私有云和公有云在技術(shù)架構(gòu)上是相同的，只是服務(wù)的對象不同。（）

答案:對電信運營商可以根據(jù)大數(shù)據(jù)，發(fā)現(xiàn)有“離網(wǎng)”傾向的用戶。（）

答案:對現(xiàn)實世界中直接采集到的數(shù)據(jù)大多是不完整、結(jié)構(gòu)不一致、含噪聲的數(shù)據(jù)，無法直接用于數(shù)據(jù)分析或挖掘。（）

答案:對物聯(lián)網(wǎng)是物物相連的網(wǎng)絡(luò)，是互聯(lián)網(wǎng)的延伸。（）

答案:對物聯(lián)網(wǎng)中每時每刻都在產(chǎn)生、傳輸海量數(shù)據(jù)，是大數(shù)據(jù)的主要來源之一。（）

答案:對爬蟲程序的不當使用包括（）

答案:利用搶票軟件購票；在社交平臺自動“點贊”檢查HDFS中文件一致性狀況的命令是?（）

答案:fsck有關(guān)文本分析的描述，不正確的是（）。

答案:去除停用詞是指去除文本中包含信息較多、使用頻率又很高的詞有關(guān)K-means聚類命令sklearn.cluster.KMeans()，以下說法不正確的是（）。

答案:可通過參數(shù)n_clusters指定初始聚類中心位置更改一個文件權(quán)限的命令是（）。

答案:chmod無論是用戶，還是應(yīng)用程序，對文件的存取，都要通過操作系統(tǒng)來完成。（）

答案:對文本文件中的數(shù)據(jù)的存儲結(jié)構(gòu)依賴應(yīng)用程序，所以文件不適合管理較大規(guī)模的數(shù)據(jù)。（）

答案:對文本分析中的詞語分詞是指為詞語標注相應(yīng)詞性的過程。（）

答案:錯文字出現(xiàn)之前，人類沒有使用數(shù)據(jù)的經(jīng)歷。（）

答案:錯數(shù)據(jù)預(yù)處理的目的（）

答案:清理“臟”數(shù)據(jù)；抽取精準的數(shù)據(jù)；調(diào)整數(shù)據(jù)格式；盡可能的簡化數(shù)據(jù)；提高數(shù)據(jù)質(zhì)量數(shù)據(jù)集成的過程中需要處理的問題有（）

答案:其余選項都是數(shù)據(jù)計量單位中，千字節(jié)是1000個字節(jié)。（）

答案:錯數(shù)據(jù)計量單位中，T是G的（）倍。

答案:1024數(shù)據(jù)節(jié)點（DataNode）的主要功能包括哪些？（）

答案:負責數(shù)據(jù)的存儲和讀取；根據(jù)客戶端或者是名稱節(jié)點的調(diào)度來進行數(shù)據(jù)的存儲和檢索；向名稱節(jié)點定期發(fā)送自己所存儲的塊的列表數(shù)據(jù)的形式有：（）。

答案:數(shù)值；文字；圖像；圖形；動畫；視頻；音頻數(shù)據(jù)挖掘指從大量數(shù)據(jù)中通過算法和分析工具獲得隱藏于其中的信息的過程。（）

答案:對數(shù)據(jù)挖掘和機器學習是一個概念的不同表述。（）

答案:錯數(shù)據(jù)歸約指數(shù)據(jù)降維，是從原有的數(shù)據(jù)中刪除不重要或不相關(guān)的屬性，或者通過對屬性進行重組來減少屬性的個數(shù)。（）

答案:對數(shù)據(jù)庫管理系統(tǒng)的主要功能包括以下幾個方面（）

答案:數(shù)據(jù)庫的建立與維護；數(shù)據(jù)定義；數(shù)據(jù)組織、存儲和管理；數(shù)據(jù)操作數(shù)字經(jīng)濟就是電子商務(wù)。（）

答案:錯散點圖無法反映特征之間的統(tǒng)計關(guān)系。（）

答案:錯折線圖的主要功能是查看因變量y隨著自變量x改變的趨勢。（）

答案:對當前，大數(shù)據(jù)安全已經(jīng)上升到了國家安全高度。（）

答案:對當前，人們能夠基于數(shù)據(jù)總體（而不是抽取的樣本）進行分析，其原因包括（）。

答案:獲取數(shù)據(jù)的能力空前提高（如傳感器能夠高速測量）；分布式文件系統(tǒng)和分布式數(shù)據(jù)庫技術(shù)提供了理論上近乎無限的數(shù)據(jù)存儲能力；分布式并行程序設(shè)計框架MapReduce提供了強大的海量數(shù)據(jù)并行處理能力應(yīng)用程序刪除文件時，可以不使用操作系統(tǒng)的功能。（）

答案:錯常見的數(shù)據(jù)質(zhì)量問題包括（）

答案:噪聲；離群值；數(shù)據(jù)缺失；數(shù)值重復(fù)常用的流數(shù)據(jù)處理技術(shù)有（）。

答案:Strom；SparkStreaming；Flink常用的中文停用詞列表包括（）。

答案:哈工大停用詞表；四川大學機器智能實驗室停用詞表；百度停用詞表如果顧客的購物車中有多包羊肉片、糖蒜卻沒有火鍋蘸料，則在結(jié)賬時詢問是否需要蘸料，這一過程需要人工介入（）

答案:錯大數(shù)據(jù)管理平臺技術(shù)的發(fā)展歷程為（）。

答案:初始階段；開源階段；內(nèi)存計算階段；流處理階段大數(shù)據(jù)管理平臺技術(shù)可以應(yīng)用到下述哪些領(lǐng)域場景中（）。

答案:互聯(lián)網(wǎng)；交通；醫(yī)療；電信大數(shù)據(jù)的來源包括（）。

答案:組織內(nèi)部的信息系統(tǒng)；互聯(lián)網(wǎng)用戶；智能設(shè)備和傳感器；科學實驗大數(shù)據(jù)時代，數(shù)據(jù)類型繁多，半結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)成為主流數(shù)據(jù)形式，而NoSQL數(shù)據(jù)庫沒有固定的表結(jié)構(gòu)，數(shù)據(jù)約束也比較寬松，更適合海量的非結(jié)構(gòu)化數(shù)據(jù)存儲。（）

答案:對基于文件的數(shù)據(jù)管理模式下，應(yīng)用程序要依賴文件的存儲結(jié)構(gòu)，數(shù)據(jù)項位置發(fā)生變化時，應(yīng)用程序就要相應(yīng)改變。（）

答案:對在詞頻統(tǒng)計中，對于文本行"hellohadoophelloworld"，經(jīng)過WordCount的Reduce函數(shù)處理后的結(jié)果是（）。

答案:<“hadoop”,1><“hello”,2><“world”,1>在實際應(yīng)用中，大數(shù)據(jù)處理主要包括以下哪三種類型？（）

答案:復(fù)雜的批量數(shù)據(jù)處理：通常時間跨度在數(shù)十分鐘到數(shù)小時之間；基于歷史數(shù)據(jù)的交互式查詢：通常時間跨度在數(shù)十秒到數(shù)分鐘之間；基于實時數(shù)據(jù)流的數(shù)據(jù)處理：通常時間跨度在數(shù)百毫秒到數(shù)秒之間在大數(shù)據(jù)時代，可視化技術(shù)可以支持實現(xiàn)哪些目標？（）

答案:觀測、跟蹤數(shù)據(jù)；分析數(shù)據(jù)；輔助理解數(shù)據(jù)；增強數(shù)據(jù)吸引力在Spark生態(tài)系統(tǒng)組件的應(yīng)用場景中，下列哪項說法是錯誤的？（）

答案:SparkStreaming是基于歷史數(shù)據(jù)的數(shù)據(jù)挖掘在seaborn中要移除圖形中的軸線，使用的方法是despine方法。（）

答案:對在pyecharts中使用Barh類繪制水平柱狀圖。（）

答案:錯在pandas中繪制水平柱狀圖需在plot函數(shù)中設(shè)置參數(shù)kind='barh'。（）

答案:對在K-means聚類過程中，計算不同K值時的內(nèi)平方和WWS如下表所示，請問最優(yōu)K值是（）。K值WWS值162.8212.339.449.359.269.1

答案:3在HDFS中負責保存文件數(shù)據(jù)的節(jié)點被稱為（）。

答案:DataNode合理獲取數(shù)據(jù)的方法包括（）

答案:直接獲取開放數(shù)據(jù)；使用程序采集數(shù)據(jù)（數(shù)據(jù)生產(chǎn)者不反對的情況下）；在合法平臺上購買數(shù)據(jù)；有警示的情況安裝攝像頭采集數(shù)據(jù)可通過瀏覽器訪問SparkWebUI查看Spark集群狀態(tài)，默認地址為主節(jié)點IP加端口號8080。

答案:對可用于計算邏輯回歸模型判別準確度的方法是（）。

答案:LogisticRegression().score()可用于英文分詞的方法是（）。

答案:nltk.word_tokenize()可用于統(tǒng)計詞頻的方法（）。

答案:nltk.FreDist()利用邏輯回歸模型進行類別預(yù)測的方法是（）。

答案:LogisticRegression.predict()利用線性回歸模型進行預(yù)測的方法是（）。

答案:LinearRegression().predict()利用八爪魚采集器采集數(shù)據(jù)過程中，如果希望只采集滿足條件的部分數(shù)據(jù)，可以嘗試通過判斷條件功能來完成。（）

答案:對列族數(shù)據(jù)庫的查找速度快、可擴展性強、復(fù)雜性低，代表性的軟件有HBase、Cassandra等。（）

答案:對關(guān)系型數(shù)據(jù)庫中，關(guān)系中每一列都應(yīng)是不可再分的基本屬性。（）

答案:對關(guān)于服務(wù)器，正確的說法是（）。

答案:是一臺或一組計算機；為其他客戶機提供服務(wù)；具有強大的運算和輸入輸出能力關(guān)于數(shù)據(jù)庫，正確的說法是（）。

答案:和文件一樣，都是存儲數(shù)據(jù)的載體；數(shù)據(jù)是組織的；可以被不同應(yīng)用程序以統(tǒng)一的方式進行訪問關(guān)于因果關(guān)系和相關(guān)關(guān)系，正確的描述是（）

答案:因果關(guān)系是必然的、機理性的關(guān)系關(guān)于關(guān)系型數(shù)據(jù)庫，正確的說法是（）。

答案:采用二維表來存儲數(shù)據(jù)；二維表的列的次序不影響語義；二維表的列的名字不能重復(fù)；一個數(shù)據(jù)庫可能包含多個二維表關(guān)于Linux操作系統(tǒng)，正確的說法是（）。

答案:是一款開源操作系統(tǒng)，比閉源操作系統(tǒng)更安全；內(nèi)核由來自荷蘭的LinusBenedictTorvalds開發(fā)成功；每個人都可以閱讀該操作系統(tǒng)的源代碼保障大數(shù)據(jù)造福大眾的措施有（）。

答案:技術(shù)進步；健全法律法規(guī)；企業(yè)堅守自身倫理底線使用seaborn中的set_style()設(shè)置主題，有5個預(yù)設(shè)的主題。（）

答案:對作為數(shù)字經(jīng)濟的關(guān)鍵生產(chǎn)要素，大數(shù)據(jù)資源具有可復(fù)制、可共享、無限增長和供給的稟賦。（）

答案:對傳統(tǒng)的數(shù)據(jù)安全問題包括以下幾個方面（）。

答案:計算機病毒；黑客攻擊；介質(zhì)損壞；人為失誤以下行為正確的是（）。

答案:及時刪除不明電子郵件的附件；使用國產(chǎn)替換軟件以下屬于K-means聚類步驟的是（）。

答案:隨機選取K個點作為每個類別的初始聚類中心；計算每個樣本點與K個聚類中心的距離；將每個樣本點分配給距離它最近的聚類中心對應(yīng)的那一簇，進而重新計算每個簇的聚類中心；反復(fù)迭代計算聚類中心，直到算法收斂以下哪項是數(shù)據(jù)節(jié)點的職責？（）

答案:根據(jù)客戶端的請求執(zhí)行讀寫操作以下哪項是NameNode的職責（）？

答案:管理文件系統(tǒng)命名空間以下哪個組件不屬于Spark生態(tài)（）。

答案:YARN以下哪個方法可用于實現(xiàn)分類（）。

答案:sklearn.linear_model.LogisticRegression()以下關(guān)于聚類的描述，正確的是（）

答案:聚類的數(shù)據(jù)集只包含特征變量不包含類別變量以下關(guān)于繪圖標準流程的說法錯誤的是（）。

答案:添加圖例可以在繪制圖形之前以下與物聯(lián)網(wǎng)相關(guān)的應(yīng)用場景是（）。

答案:智慧公交；智能家居以下（）屬于NoSQL數(shù)據(jù)庫。

答案:列族數(shù)據(jù)庫；文檔數(shù)據(jù)庫；鍵值數(shù)據(jù)庫從目錄/home/glxy/app切換到目錄/home/glxy/hadoop的相對路徑是（）

答案:../hadoop云計算降低了計算資源的成本和技術(shù)壁壘，為大數(shù)據(jù)技術(shù)發(fā)展奠定了算力基礎(chǔ)。（）

答案:對云計算的用戶知道哪臺服務(wù)器為他（她）提供了服務(wù)。（）

答案:錯云計算的典型服務(wù)模式包括（）。

答案:SaaS；IaaS；PaaS云計算是一種提供可伸縮的計算能力的服務(wù)，使用者可以按需求量使用，按使用量付費。（）

答案:對為了快速發(fā)展數(shù)字經(jīng)濟，可以允許一些平臺收集用戶的隱私信息。（）

答案:錯下面有關(guān)邏輯回歸的描述，正確的是（）。

答案:邏輯回歸用于解決二分類問題；邏輯回歸中的因變量Y取值為0或1；邏輯回歸中p(y=0)+p(y=1)=1；決策邊界的概率估計值p(y=0)=p(y=1)=0.5下面有關(guān)回歸分析的描述，正確的是（）。

答案:回歸分析包括學習過程和預(yù)測過程；回歸分析的學習過程是利用有標簽的訓練數(shù)據(jù)集學習得到一個模型；回歸分析的預(yù)測過程是利用得到的模型對新樣本進行預(yù)測下面有關(guān)回歸分析的描述，不正確的是（）。

答案:回歸分析屬于無監(jiān)督學習下面有關(guān)分類的描述，正確的是（）。

答案:分類是一種監(jiān)督學習；分類問題的因變量是類別變量；分類包括學習過程和分類過程下面有關(guān)分類的描述，不正確的是（）。

答案:分類是一種無監(jiān)督學習下面對甘特圖的敘述錯誤的是（）。

答案:甘特圖的橫軸表示任務(wù)；甘特圖的縱軸表示時間下面哪個程序負責HDFS數(shù)據(jù)存儲（）。

答案:Datanode下面哪個Linux命令可以一次顯示文件的一頁內(nèi)容？（）

答案:more下面與HDFS類似的框架是（）？

答案:GFS下述哪些技術(shù)不屬于開源技術(shù)（）。

答案:GFS下列選項中,獲取數(shù)據(jù)的直接來源的方法有（）

答案:實驗檢測獲取數(shù)據(jù)；問卷調(diào)查下列調(diào)查適宜用調(diào)查問卷的是（）

答案:對你所在班級的學生最喜歡的體育活動進行調(diào)查；對上海市常住人口家庭收入情況進行調(diào)查下列說法中，哪些選項描述正確？（）

答案:Spark在借鑒HadoopMapReduce優(yōu)點的同時，很好地解決了MapReduce所面臨的問題；Spark的計算模式也屬于MapReduce，但不局限于Map和Reduce操作下列哪些選項屬于Hadoop的缺點？（）

答案:表達能力有限；磁盤IO開銷大；延遲高；在前一個任務(wù)執(zhí)行完成之前，其他任務(wù)就無法開始，難以勝任復(fù)雜、多階段的計算任務(wù)下列參數(shù)中調(diào)整后顯示中文的是（）。

答案:font.sans-serif下列函數(shù)中，可以設(shè)置坐標軸刻度標簽的是（）。

答案:xticks()下列函數(shù)中，可以一次繪制多個子圖的是（）。

答案:add_subplot()下列關(guān)于Spark的描述，錯誤的是哪一項？（）

答案:Spark運行模式單一下列關(guān)于RDD說法，描述有誤的是？（）

答案:RDD是可以直接修改的一般來說，組織內(nèi)部的信息系統(tǒng)產(chǎn)生的數(shù)據(jù)體量大，質(zhì)量不高。（）

答案:錯一般來說，科學實驗產(chǎn)生的數(shù)據(jù)體量較小，質(zhì)量不高。（）

答案:錯一般來說，智能機器產(chǎn)生的數(shù)據(jù)體量較小，質(zhì)量不高。（）

答案:錯一般來說，和PaaS模式的云服務(wù)相比，使用SaaS云服務(wù)，用戶需要自行管理更多的資源。（）

答案:錯一種典型的數(shù)據(jù)處理使用模式是：首先使用（）工具對原始海量數(shù)據(jù)進行分析，產(chǎn)生較小規(guī)模的數(shù)據(jù)集，再使用（）工具對該數(shù)據(jù)集進行快速查詢，獲取最終結(jié)果。

答案:批處理、交互式處理一個爬蟲程序開發(fā)成功后，如果想爬取另一個網(wǎng)站，只需要修改目標的URL就可以。（）

答案:錯ZooKeeper屬于大數(shù)據(jù)管理平臺的資源管理層。（）

答案:對Spark的主要特點有（）。

答案:性能高效；簡單易用；與Hadoop無縫集成Spark生態(tài)系統(tǒng)支持批處理、交互式處理和流處理。（）

答案:對Spark提供了內(nèi)存計算，帶來了更高的迭代運算效率。（）

答案:對seaborn的繪圖更加便捷美觀，是Matplotlib的替代。（）

答案:錯Response類對象的下列屬性中，用于表示HTML代碼的是（）

答案:textRDD（ResilientDistributedDataset）是運行在工作節(jié)點的一個進程，負責運行任務(wù)。（）

答案:錯Python常用的中文分詞包是（）。

答案:jiebapyecharts可基于Web瀏覽器顯示所繪制圖形。（）

答案:對pandas的DataFrame對象的drop_duplicates可以刪除空數(shù)據(jù)行或列。（）

答案:錯pandas庫中的DataFrame對象的replace方法可以替換指定數(shù)據(jù)。（）

答案:對NoSQL是大數(shù)據(jù)時代的主流存儲方式，可以全面替代傳統(tǒng)的關(guān)系數(shù)據(jù)庫。（）

答案:錯NameNode通過什么機制知道DataNode是活動的?（）

答案:心跳mv命令可以移動文件和目錄，還可以為文件和目錄重新命名。（）

答案:對Matplotlib中的plot模塊提供了一系列操作和繪圖函數(shù)。（）

答案:錯Matplotlib中的（）模塊提供了一系列操作和繪圖函數(shù)。

答案:pyplotMap階段的主要工作是將多個任務(wù)的計算結(jié)果進行匯總。（）

答案:錯MapReduce將復(fù)雜的、運行于大規(guī)模集群上的并行計算過程高度地抽象到了兩個函數(shù)。（）

答案:對Linux的命令由連續(xù)的字符組成，命令和參數(shù)之間可以沒有空格。（）

答案:錯Linux文件權(quán)限一共10位長度，第5到7位表示的內(nèi)容是（）。

答案:文件所有者所在組的權(quán)限Linux操作系統(tǒng)的主要特點是（）。

答案:免費；開源；多用戶多任務(wù)；安全Linux中權(quán)限最大的賬戶是（）。

答案:rootKafka主要解決了各個組件之間缺乏統(tǒng)一的、高效的數(shù)據(jù)交換中介問題。（）

答案:對JamesNicholasGray總結(jié)的科學范式包括（）。

答案:實驗科學（經(jīng)驗科學）；理論科學；計算科學；數(shù)據(jù)密集型科學HDFS采用了什么模型？（）

答案:主從結(jié)構(gòu)模型HDFS系