第二章测试

1. 分布式文件系统的设计目 标主要包括透明性、 并发控制、 可伸缩性、 容错以

及安全需求等， 客户端对文件的读写不影响其他客户 端对同一个文件的读写

体现了 ( ) 。

A:容错

B:可伸缩性

C:安全需求

D:并发控制

答案:D

2. Hive 是一个构建于() 顶层的数据仓库工具， 主要用于对存储在() 文件

中的数据集进行数据整理、 特殊查询和分析处理。 ( )

A:Hadoop

B:Impala

C:Spark

D:BigTable

答案:A

3. 从防护视角来看， 网络空间大数据主要威胁在于： ( ) 。

A:数据的存储安全

B:用户 隐私保护

C:数据的访问控制以及 APT

D:数据的可信性

答案:ABCD

4. 网络空间大数据安全防御技术包括： ( ) 。

A:数据水印以及数据溯源技术

B:问控制技术

C:可信计算技术

D:匿名化保护技术以及认证技术

答案:ABCD

5. 网络空间大数据安全的基本内涵中， 大数据自身安全即如何保护大数据自身

安全， 包括针对大数据抓取和大数据存储的安全性。 ( )

A:对

B:错

答案:B

……此处隐藏2342个字…… 率( ) 。

A:对

B:错

答案:A

第六章测试

1. 下列关于特征工程的说法不正确的是： ( ) 。

A:特征工程是把一个原始数据转变为特征的过程

B:特征工程也可看成“洗数据”

C:特征工程是机器学习的第一步，本质上是一项工程活动

D:特征工程避免了 手动提取特征的麻烦

答案:D

2. 下列说法不正确的是： ( ) 。

A:非结构化数据是一种成熟的过程和技术

B:非结构化数据的数据结构不完整

C:结构化数据是可以放到表格中的数据类型

D:结构化数据简单说就是数据库

答案:A

3. 全校学生 1000 人， 男生 600 人， 女生 400 人， 现在需要选择 10 人作为全

校学生代表， 应当采取以下哪种采样方法： ( ) 。

A:随机采样

B:分层采样

C:欠采样

D:过采样

答案:B

4. 数据中缺失值的存在不会给模型训练带来什么影响： ( ) 。

A:丢失大量有用信息

B:影响模型性能

C:有缺失值对模型训练没有影响

D:增加系统的不确定性

答案:C

5. 数据清洗属于特征工程吗。 ( )

A:对

B:错

答案:A