數(shù)據(jù)庫與數(shù)據(jù)挖掘-南京郵電大學(xué)中國大學(xué)mooc課后章節(jié)答案期末考試題庫2023年

數(shù)據(jù)庫與數(shù)據(jù)挖掘_南京郵電大學(xué)中國大學(xué)mooc課后章節(jié)答案期末考試題庫2023年在通常情況下，下面的關(guān)系中不可以作為關(guān)系數(shù)據(jù)庫的關(guān)系的是（）

參考答案:

R4（學(xué)號，姓名，簡歷）

以下是大數(shù)據(jù)存儲面臨的挑戰(zhàn)（）

參考答案:

應(yīng)用問題_管理問題_系統(tǒng)問題

數(shù)據(jù)挖掘常用的算法有（）

參考答案:

特征分析_分類_聚類_決策樹歸納

分布式系統(tǒng)可以同時滿足CAP原則

參考答案:

錯誤

大數(shù)據(jù)的特征包括（）

參考答案:

容量大_速度快_多樣性_價值高

以下不是Spark四大組件的有（）

參考答案:

SparkR_pyspark

關(guān)于L1和L2正則化，下面說法對的是()

參考答案:

L2正則化標(biāo)識各個參數(shù)的平方的和的開方值_L1范數(shù)會值得權(quán)值稀疏

小明參加某公司的大數(shù)據(jù)競賽，他的成績在大賽排行榜上原本居于前二十，后來他保持特征不變，對原來的模型做了1天的調(diào)參，將自己的模型在自己本地測試集上的準確率提升了5%，然后他信心滿滿地將新模型的預(yù)測結(jié)果更新到了大賽官網(wǎng)上，結(jié)果懊惱地發(fā)現(xiàn)自己的新模型在大賽官方的測試集上準確率反而下降了。（）

參考答案:

可能發(fā)生過擬合了_應(yīng)該利用交叉驗證判斷是否過擬合

以下哪些算法是推薦系統(tǒng)常用算法（）

參考答案:

內(nèi)容過濾_協(xié)同過濾

以下哪些算法是文本處理中常用模型（）

參考答案:

tf-idf_word2vec_詞向量

下面算法中能夠使用核函數(shù)的算法是（）

參考答案:

K-means_SVM

下面關(guān)于貝葉斯分類器的描述哪些是對的？()

參考答案:

對缺失數(shù)據(jù)不敏感_假設(shè)屬性之間相互獨立

評價警察抓小偷，描述警察抓的人中有多少個是小偷的標(biāo)準()

參考答案:

Precesion

數(shù)據(jù)預(yù)處理指在主要的處理后對數(shù)據(jù)進行處理（）

參考答案:

錯誤

只要有數(shù)據(jù)，就必然存在安全與隱私的問題（）

參考答案:

正確

Hadoop核心模塊包括HDFS,MapReduce,Spark（）

參考答案:

錯誤

數(shù)據(jù)挖掘的步驟是數(shù)據(jù)采集，數(shù)據(jù)轉(zhuǎn)換，建立模型，分析評估（）

參考答案:

正確

假定用于分析的數(shù)據(jù)包含屬性age。數(shù)據(jù)元組的age值（以遞增序）是：5,15,25,35,45,55,60，中位數(shù)是45（）

參考答案:

錯誤

評價有多少小偷被警察抓到的標(biāo)準（）

參考答案:

Recall

假定用于分析的數(shù)據(jù)包含屬性age。數(shù)據(jù)元組的age值（以遞增序）是：5,15,25,35,45,55,60，第一個四分位數(shù)是15（）

參考答案:

正確

模型越簡單，越不容易過擬合，所以模型越簡單越好（）

參考答案:

錯誤

給定n個數(shù)據(jù)點，如果其中一半用于訓(xùn)練，另一半用于測試，則訓(xùn)練誤差和測試誤差之間的差別會隨著n的增加而減小。（）

參考答案:

正確

極大似然估計是無偏估計且在所有的無偏估計中方差最小，所以極大似然估計的風(fēng)險最?。ǎ?/p>

參考答案:

錯誤

回歸函數(shù)A和B，如果A比B更簡單，則A幾乎一定會比B在測試集上表現(xiàn)更好。（）

參考答案:

錯誤

將原始數(shù)據(jù)進行集成、變換、維度規(guī)約、數(shù)值規(guī)約是在以下哪個步驟的任務(wù)（）

參考答案:

數(shù)據(jù)預(yù)處理

BZip2和Gzip的壓縮速率要高于LZO和Snappy。（）

參考答案:

錯誤

使用交互式的和可視化的技術(shù)，對數(shù)據(jù)進行探索屬于數(shù)據(jù)挖掘的哪一類任務(wù)？（）

參考答案:

探索性數(shù)據(jù)分析

下列可以將Hive中將本地的數(shù)據(jù)新增到表test中的命令是()

參考答案:

LOADDATALOCALINPATH‘./datafile’INTOTABLEtest;

Hive中要盡量把對同一張表的多個查詢?nèi)蝿?wù)分割到不同操作中，以節(jié)約計算成本。（）

參考答案:

錯誤

Hive中刪除管理表不會刪除表所指向的數(shù)據(jù)文件

參考答案:

錯誤

BZip2和Gzip的壓縮率要低于LZO和Snappy。（）

參考答案:

錯誤

查詢表subjects中年齡在[25,40]范圍內(nèi)的男性用戶id的命令是()

參考答案:

SELECTidFROMsubjectsWHERE25<age="40"ANDgender="’MALE’;">

Hive不可以通過配置讓MapReduce任務(wù)時的各個階段并行執(zhí)行。（）

參考答案:

錯誤

BZip2和Gzip的壓縮文件都是可分割的。（）

參考答案:

錯誤

以下命令可以查詢date_records中約會未成功匹配(match=0)次數(shù)的是()

參考答案:

SELECTcount(*)FROMdate_recordsWHEREmatch=0;

為數(shù)據(jù)的總體分布建模；把多維空間劃分成組等問題屬于數(shù)據(jù)挖掘的哪一類任務(wù)？（）

參考答案:

建模描述

雖然Hive中沒有主鍵的概念，但是設(shè)計Hive數(shù)據(jù)庫時還是需要考慮范式的要求。（）

參考答案:

正確

只有非零值才重要的二元屬性被稱作（）

參考答案:

非對稱的二元屬性

Hive中一個用戶不可以屬于多個角色。（）

參考答案:

錯誤

Hive中每個分桶中的數(shù)據(jù)的分區(qū)屬性都是一樣的。（）

參考答案:

錯誤

決策樹中不包含一下哪種結(jié)點（）

參考答案:

外部節(jié)點

以下選項不屬于可視化基本特征的是（）

參考答案:

全面性

數(shù)據(jù)清洗的方法有（）

參考答案:

其他三項都是

大數(shù)據(jù)的起源是()

參考答案:

互聯(lián)網(wǎng)

以下哪項關(guān)于決策樹的說法是錯的（）

參考答案:

決策樹算法對于噪聲的干擾非常敏感

通過聚集多個分類器的預(yù)測來提高分類準確率的技術(shù)稱為（）

參考答案:

集成

下列關(guān)于網(wǎng)絡(luò)用戶行為的說法中，錯的是（）

參考答案:

數(shù)據(jù)軌跡用