第一章测试
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
我的答案：D
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
我的答案：A
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
我的答案：C
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。
我的答案：X
5、目前的大数据处理技术只能处理结构化数据。
我的答案：X
第二章测试
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
我的答案：B
2、大多数日志文件的后缀名是（ ）。
A、txt
B、csv
C、xml
D、log
我的答案：D
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、key map
我的答案：B
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
我的答案：C
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
我的答案：C
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
我的答案：A
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。
我的答案：√
8、Excel不能导入txt或csv格式的文件。
我的答案：X
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。
我的答案：X
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。
我的答案：√
第三章测试
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
我的答案：C
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

点击查看答案进入小程序搜题