大学网课搜题引擎
首页
高校帮
数据科学与大数据技术导论
第四章 半结构化数据处理
题目详情
多选题
聚类是一个把数据对象划分成子集的过程。聚类结果中，每个子集称之为一个簇。聚类的目标是使得同一个簇中的对象间彼此相似，但与其他簇中的对象不相似。（ ）
A
对[|]错
查看答案与解析
多选题
链式MapReduce计算中，对任意一个MapReduce作业，Map和Reduce阶段可以有无限个Mapper，但Reducer只能有一个。 （ ）
多选题
MapReduce适于PB级别以上的海量数据在线处理。 （离线） （ ）
多选题
Mahout组件提供一些可扩展的机器学习领域经典算法的实现，帮助开发人员更加方便快捷地创建智能应用程序，其主要目标是建立可伸缩的机器学习算法。（）
多选题
如果某个数据节点上的空闲空间低于特定的临界点，按照均衡策略，系统就会自动地将数据从这个数据节点移动到其他空闲的数据节点。（ ）
多选题
基于用户的推荐算法具体过程分为两步：第一步是相似度计算，即找到和目标用户兴趣相似的用户集合第二步是分析统计模型，找到这个集合中用户喜欢的，且目标用户没有听说过的物品推荐给目标用户。（ ）
多选题
数据结构上可分为：结构化数据、半结构化数据、非结构化数据 （ ）
多选题
NameNode 负责管理元数据信息metadata，client 端每次读写请求，它都会从磁盘中读取或会写入 metadata 信息并反馈给 client 端。（内存中读取） （ ）
多选题
聚类方法按聚类标准分可分为：统计聚类方法，概念聚类方法；按所处理聚类类型可分为：数值型数据聚类，离散型数据聚类，混合型数据聚类。（ ）
多选题
分类处理工作主要包括两个阶段：(一)是通过训练集和训练算法调参，训练出一个模型；（二）是用此模型对测试样本进行分类 （ ）
多选题
k-means聚类算法的所有步骤如下：1先从样本集中随机选取k个样本作为簇中心。2计算所有样本与这k个“簇中心”的距离，对于每一个样本，将其划分到与其距离最近的“簇中心”所代表的簇中。3计算各个簇的新的“簇中心”。（ ）
多选题
Hadoop 支持数据的随机读写。（hbase支持，hadoop不支持）（ ）
多选题
K-means算法的核心思想是，以距离作为数据对象间相似性度量的标准，使得簇内的点尽量紧密的连在一起，簇间的距离尽量大。（ ）
多选题
ETL： Extract-Transform-Load，用来描述将数据从来源端经过抽取（extract）、转换（transform）、加载（load）至目的端的过程（ ）
多选题
HBase可以有列，可以没有列族（column family）。 （有列族） （ ）
多选题
HDFS采用了主从结构模型，HDFS的集群是由数据块、名称节点和数据节点等元素组成。（ ）
多选题
MapReduce 的 input split 任何时候都是一个 block。 （ ）
多选题
HBase对于空（NULL）的列，不需要占用存储空间。 （没有则空不存储）（ ）
多选题
分类是有监督学习，有先验知识的；而聚类是无监督学习，根据特征使用分类器来分组（ ）
多选题
MapReduce计算过程中，相同的key默认会被发送到同一个reduce task处理。（ ）
多选题
基于物品的推荐算法的基本原理具体过程分为两步：（）第一步是计算物品之间的相似度。第二步是根据物品的相似度和用户的历史行为给用户生成推荐列表。
数据科学与大数据技术导论
章节列表
第一章 导论引言
10
第二章 大数据生态系统
10
第三章 结构化数据处理
35
第四章 半结构化数据处理
23
第五章 大数据应用实例
11