A.K-means
B.Canopy
C.模糊K-Means聚类
D.狄利克雷聚类

A.点和点之间的距离
B.类和类之间的距离
C.欧式距离
D.兰氏距离

A.seqdirectory
B.seq2sparse
C.trainnb
D.trainlogistic

A.在数据基础上倾向于全体数据而不是抽样数据
B.在分析方法上更注重相关分析而不是因果分析
C.在分析效果上更追究效率而不是绝对精确
D.在数据规模上强调相对数据而不是绝对数据

A.缺失值处理
B.噪声数据清除
C.一致性检查
D.重复数据记录处理

A.分类算法对a类文本分类情况较好
B.分类算法对c类文本分类情况较好
C.分类算法对b类文本分类情况较好
D.分类算法对c类文本分类情况较差

A.Kdfka
B.Flume
C.Twitter
D.Zero

A.KMeans
B.SVMWithSGD
C.ALS
D.LinearRegressionWithSGD

A.LabledPoint是一种基于向量扩展得到的数据结构
B.向量既可以是本地的也可以是分布式的
C.MLlib中既可以定义稀疏向量也可以定义密集向量
D.在LabledPoint中除了包含一个向量成员外，还包含一个Double类型的标识成员

A.运算速度快，适用于具有较多迭代次数的算法
B.具有易用性，RDD中封装了大量的操作，ᨀ供了经典机器学习算法的API
C.集成度高，能够与Spark上的其他组件进行无缝对接
D.运行原理是将Spark程序转换为MapReduce程序运行，并行度高

A.用以实现三角形计数功能
B.返回的数据是顶点集合
C.要求边是规范的指向（srcId〈dstId）
D.返回的数据是图