智慧树知到大数据工具应用章节测试答案

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

: mdb 答案

、大多数日志文件的后缀名是（。）2

A:txt

B:csv

C:xml

D:log

: log 答案

。 weka3、本课程重点介绍的软件的专有文件格式是（）

A:MongoDB

B:ARFF

C:value

D:key map

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

可以通过“数据有效性”按钮操作来规范数据输入的范围。Excel、7．

A:对

B:错

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: LinearRegression的标准误差比M5P的标准误差小

B: LinearRegression的平均绝对误差比M5P的平均绝对误差小

C: LinearRegression的相对误差比M5P的相对误差小

D: LinearRegression的平均方根误差比M5P的平均方根误差大

答案: LinearRegression的平均方根误差比M5P的平均方根误差大

分类器构建方案，在结果中，到达M5P属性后，使用CACH数据文件中的cpu.arff、删去5．LM2的实例数有（）个。

A: 165

B: 21

C: 23

D: 30

答案: 21

6、根据J48分类器训练weather.nominal.arff所生产的决策树，当outlook=sunny；temperature=cool；humidity =high；windy=TRUE时，分类的结果是（）。

A: Yes

B: No

C: 没有结果

D: 无法分类

答案: No

7、根据J48分类器训练iris.arff所生产的决策树，当sepallength=4.4；sepalwidth=3.0；petallength=1.3；petalwidth=0.2时，分类的结果是（）。

A: Iris-setosa

B: Iris-versicolor

C: Iris-virginica

D: 无法分类

答案: Iris-setosa

8、关于Weka离散化说明正确的是（）。

A: 离散化是将数值属性转换为字符串型属性

B: 有监督离散化有两种等宽和等频方法

C: 等宽离散化是使实例分布均匀的

D: 离散化包括无监督离散化和有监督离散化

答案: 离散化包括无监督离散化和有监督离散化