智慧树知到《大数据工具应用》章节测试答案.pdf

第一章

1、2011年麦肯锡研究院提出的大数据定义是：大数据是指其大小超出了常规数据库工具获取、储

存、管理和（）能力的数据集。

A：计算

B:访问

C:应用

D:分析

答案:分析

2、用4V来概括大数据的特点的话，一般是指：Value、Velocity、Volume和（）。

A:Variety

B:Vainly

C:Vagary

D:Valley

答案:Variety

3、大数据分析四个方面的工作主要是：数据分类、（）、关联规则挖掘和时间序列预测。

A:数据统计

B:数据计算

C:数据聚类

D:数据清洗

答案:数据聚类

4、新浪和京东联合推出的大数据商品推荐，是由京东盲目推送到当前浏览新浪网站的用户的页面上

的。

A:对

B:错

答案:错

5、目前的大数据处理技术只能处理结构化数据。

A:对

B:错

答案:错

第二章

1、我们常用的微软Office套件中的Access数据库软件的数据库文件格式后缀名是（）。

A:mdf

B:mdb

C:dbf

D:xls

答案:mdb

2、大多数日志文件的后缀名是（）。

A:txt

B:csv

C:xml

D:log

答案:log

3、本课程重点介绍的weka软件的专有文件格式是（）。

A:MongoDB

B:ARFF

C:value

D:keymap

答案:ARFF

4、数据清洗工作的目的主要是要解决数据的完整性、唯一性、合法性和（）。

A:专业性

B:排他性

C:一致性

D:共享性

答案:一致性

5、八爪鱼软件的“自定义采集”工作方式下，需要在软件里输入一个（）来作为采集的目

标。

A:电话号码

B:关键词

C:网页地址

D:用户名

答案:网页地址

6、八爪鱼软件的采集规则可以通过文件的形式来导入或者导出，这种文件的后缀名是（）。

A:otd

B:jpg

C:png

D:gif

答案:otd

7、Excel可以通过“数据有效性”按钮操作来规范数据输入的范围。

A:对

B:错

答案:对

8、Excel不能导入txt或csv格式的文件。

A:对

B:错

答案:错

9、八爪鱼软件只能对软件内建了“简易采集”规则的网站采集数据。

A:对

B:错

答案:错

10、八爪鱼软件进行自定义采集时，需要了解对网页的页面结构。

A:对

B:错

答案:对

第三章

1、使用DBSCAN算法对鸢尾花数据集(Iris.arff)进行聚类，将epsilon参数设置为0.2,

minPoints参数设置为5，忽略class属性，那么将形成()个簇。

A:1

B:2

C:3

D:4

答案:3

2、使用EM算法对天气数据集(weather.numeric.arff)进行聚类，将numClusters设置为4，即簇数为

4，其他参数保持默认值，忽略class属性，从结果中可知，下列选项中，()

是错误的。

A:模型的最大似然估计值是-7.18

B:这组数据用算法迭代15次

C:第四个簇的先验概率是0.14

D:第四个簇的实例数为4

答案:第四个簇的实例数为4

3、使用SimpleKMeans算法对天气数据集(weather.numeric.arff)进行聚类，保持默认参数，即3

个簇以及欧氏距离。选择play属性为忽略属性，从结果中可知，下列选项中，()是错误。

A:这组数据用算法迭代四次

B:产生了三个中心点

C:聚合为3个簇，分别有7，3，4个实例

D:平方和误差为8.928

答案:这组数据用算法迭代四次

4、使用线性回归(LinearRegression)分类器和用M5P分类器对cpu.arff分别进行分类，由其输出的

误差指标可知()。

A:LinearRegressi