《大数据典型应用》作业 一、填空题（每题2分，共16分） 1. 大数据分析通常包括数据采集、数据存储、数据处理和_____四个阶段。 答案：数据可视化 2. Hadoop是一个开源的框架，主要用于处理_____数据。 答案：大规模 3. Spark是一种基于内存计算的大数据处理引擎，它支持多种编程语言，其中最常用的是_____。 答案：Scala 4. 在大数据领域，NoSQL数据库被广泛用于存储非结构化数据，一个常见的例子是_____。 答案：MongoDB 5. 数据挖掘的主要任务包括分类、聚类、关联规则发现和_____。 答案：预测 6. 机器学习算法可以分为有监督学习、无监督学习和_____三类。 答案：半监督学习 7. 实时流处理系统如Apache Kafka和_____常用于处理高吞吐量的数据流。 答案：Storm 8. 在数据可视化工具中，Tableau和_____是业界广泛使用的两种工具。 答案：Power BI 二、选择题（每题3分，共27分） 1. 下列哪项不是大数据的“V”特征？ A. Volume B. Velocity C. Variety D. Veracity 答案：D. Veracity 解析：大数据的“V”特征主要包括Volume（体量）、Velocity（速度）、Variety（多样性）和Veracity（真实性）。Veracity虽然重要，但不属于最初的“3V”特征。 2. Hadoop的核心组件是哪一个？ A. HDFS B. MapReduce C. HBase D. YARN 答案：A. HDFS 解析：Hadoop分布式文件系统（HDFS）是Hadoop的核心组件之一，负责存储数据。MapReduce是编程模型，HBase是NoSQL数据库，YARN是资源管理平台。 3. 以下哪个不是Spark的特点？ A. 基于磁盘计算 B. 支持多种编程语言 C. 高效的迭代计算 D. 支持实时流处理 答案：A. 基于磁盘计算 解析：Spark是基于内存计算的，而不是基于磁盘计算。其他选项都是Spark的特点。 4. 在数据挖掘中，分类属于哪种类型的学习？ A. 有监督学习 B. 无监督学习 C. 半监督学习 D. 强化学习 答案：A. 有监督学习 解析：分类是有监督学习的一种任务，因为它需要预先标记的训练数据来进行模型训练。 5. 下列哪个是NoSQL数据库的例子？ A. MySQL B. PostgreSQL C. Oracle D. Cassandra 答案：D. Cassandra 解析：Cassandra是一个典型的NoSQL数据库，而MySQL、PostgreSQL和Oracle都是关系型数据库管理系统（RDBMS）。 6. 下列哪项技术不是用于实时流处理的？ A. Apache Kafka B. Apache Storm C. Apache Flink D. Apache Hive 答案：D. Apache Hive 解析：Apache Hive主要用于大数据的批处理查询，而不是实时流处理。其他选项都是实时流处理技术。 7. 在数据可视化中，热力图主要用于展示什么？ A. 时间序列数据 B. 地理空间数据 C. 相关性矩阵 D. 网络图 答案：C. 相关性矩阵 解析：热力图常用于展示数据的相关性矩阵，通过颜色深浅表示变量之间的相关程度。 8. 在机器学习中，过拟合是指模型在训练数据上表现很好，但在测试数据上表现很差。为了防止过拟合，可以采取哪种方法？ A. 增加模型复杂度 B. 减少训练数据量 C. 使用正则化技术 D. 仅使用训练数据进行评估 答案：C. 使用正则化技术 解析：正则化技术是一种防止过拟合的常用方法，通过在损失函数中添加正则项来限制模型的复杂度。 9. 在大数据项目中，ETL代表什么？ A. Extract, Transform, Load B. Evaluate, Test, Load C. Execute, Transfer, Load D. Extract, Test, Load 答案：A. Extract, Transform, Load 解析：ETL代表提取（Extract）、转换（Transform）和加载（Load），是数据处理的重要步骤。 三、简答题（每题5分，共15分） 1. 请简述Hadoop的两大核心组件及其功能。 答案：Hadoop的两大核心组件是HDFS和MapReduce。HDFS（Hadoop Distributed File System）负责在集群中存储大量数据，提供高吞吐量的数据访问。MapReduce是一种编程模型，用于大规模数据 ... ...
~~ 您好，已阅读到文档的结尾了 ~~
