以下为《数据采集与处理-(期末)题库》的无排版文字预览,完整格式请下载
下载前请仔细阅读文字预览以及下方图片预览。图片预览是什么样的,下载的文档就是什么样的。
数据采集与处理-题库
1、数据的质量因素包括?? ? ? ? ? ? ? ? ? ??、?? ? ? ? ? ? ? ? ?、 ? ? ? ? ? ? ? ? ?、 ? ? ? ? ? ? ? ? ?、? ? ? ? ? ? ? ? ? ??、可信性和可解释性?
答案:
准确性?;完整性;一致性;时效性;相关性
;
2、数据的质量问题从采集的角度划分,可分为(? )
A、 准确性
B、 完整性
C、 一致性
D、 时效性
答案: ABC
3、数据的质量问题从应用的角度划分,可分为( ??)
A、 准确性
B、 相关性
C、 时效性
D、 可信性
答案: BC
4、数据的质量问题从用户使用的角度划分,可分为(? )
A、 准确性
B、 完整性
C、 可信性
D、 可解释性
答案: CD
5、准确性是指数据是否正确的,数据存储在数据库中的值是否对应于真实世界的值。?
答案: 正确
6、某用户在使用支付宝绑定银行卡时,网站要求验证用户的真实姓名和身份证号码。这时要求采集的数据必须有(? )
A、 准确性
B、 完整性
C、 一致性
D、 相关性
答案: A
7、数据质量完整性是指信息具有一个实体描述的所有必需的部分
答案: 正确
8、空值是指缺失或不知道具体的值,可能是一条记录中的某个属性缺失,也可能是整条记录都丢失。
答案: 正确
9、数据质量的数据一致性是指在数据库中,不同表中存储和使用的同一数据应当是等价的,表示数据有相等的值和相同的含义。
答案: 正确
10、数据质量的数据相关性是指数据与特定的应用和领域有关。
答案: 正确
11、数据质量的时效性是指有些数据会随时间而变化的
答案: 正确
12、数据质量的可信性由三个因素决定:数据来源的权威性、数据的规范性、数据产生的时间。
答案: 正确
13、数据质量的可解释性,也称为可读性,是指数据被人理解的难易程度
答案: 正确
14、数据处理的4大流程步骤中的一个大体流向图,就是(?? )
A、 数据清理
B、 数据集成
C、 数据变换
D、 数据归约
答案: ABCD
15、由于操作员重复录入,并发处理等不规范的操作,导致产生不完整,不准确的,无效的数据也可以用在数据分析里。
答案: 错误
16、数据的缺失值是指现有数据集中某个或某些属性的值时不完整的。
答案: 正确
17、处理空缺值的基本方法有6种,包括忽略元组、人工填写空缺值、使用全局常量替换空缺值、使用属性的中心度量填充空缺值、使用与给定元组属同一类的所有样本的平均值来填充空缺值、使用最可能的值填充空缺值。
答案: 正确
18、若一条记录中有多个属性值被遗漏了,则可将该记录排除在数据挖掘之外。
答案: 正确
19、噪声数据是指一个测量变量中的随机错误或偏差
答案: 正确
20、噪声数据也可以用于数据挖掘进行分析。
答案: 错误
21、孤立点的是不符合数据模型的数据。?
答案: 正确
22、孤立点并不真实存在,是人们无意中弄出的偏差比较大的数据。
答案: 错误
23、处理噪声数据可以使用(? )方法。
A、 分箱法
B、 回归法
C、 聚类
D、 忽略元组
答案: ABC
24、数据集成是指将互相关联的分布式异构数据源集成到一起,使用户能够以透明的方式访问这些数据源。
答案: 正确
25、数据集成的方法有(? )
A、 联邦数据库
B、 中间件集成
C、 数据仓库
D、 聚类
答案: ABC
26、数据仓库是数据集成最常用的方法
答案: 正确
27、数据仓库来集成数据时需要处理的问题包括(?? )
A、 实体识别
B、 冗余
C、 相关分析
D、 数据冲突和检测
答案: ABCD
28、实体识别,它所解决的问题是如何匹配多个信息源在现实世界中的实体事物
答案: 正确
29、数据规约就是为了压缩数据量,帮助从原有庞大数据集中获得一个精简的数据集合,并使这一精简数据集保持原有数据集的完整性。
答案: 正确
30、数据规约的策略有(?? )
A、 维归约
B、 数量归约
C、 数据压缩
D、 实体识别
答案: ABC
31、主成分分析也称主分量分析,旨在利用降维的思想,把多指标转化为少数几个综合指标
答案: 正确
32、属性子集选择,主要用于检测并删除不相关、弱相关或冗余的属性。目的是找出最小属性集,使得数据类的概率分布尽可能地接近使用所有属性得到的原分布?
答案: 正确
33、数量规约中有参数的方法一般使用(? )
A、 回归
B、 对数的线性模型
C、 直方图
D、 聚类
答案 内容过长,仅展示头部和尾部部分文字预览,全文请查看图片预览。 字符串做查找替换。
答案: 正确
66、字符串操作功能包括(?? )
A、 首尾去除空白字符
B、 大小写
C、 数字移除/提取
D、 删除特殊字符
答案: ABCD
67、能使用正则表达式的是(? )
A、 字符串剪切
B、 字符串替换
C、 字符串操作
D、 以上都不行
答案: B
68、拆分字段成某某(Split filed to rows)可将一行记录拆分成某某记录,新的记录里有一个新的字段,由拆分后的子字符串填充。
答案: 正确
69、拆分字段(Split Fields)根据分隔符将输入的一个字段拆分成多个字段。
答案: 正确
70、合并字段(Concat Fields)将多个字段用分隔符连接起来输出到一个新的字段。
答案: 正确
71、字段选择(Select values)可以对输入流的字段做选择、删除、重命名等操作,还可以更改字段的数据类型和精度等。
答案: 正确
72、字段选择(Select values)有(??? )3个选项卡。
A、 选择和修改
B、 移除
C、 元数据
D、 替换
答案: ABC
73、计算器步骤是一个函数集合来创建新的字段,还可以设置字段是否移除(临时字段)
答案: 正确
74、流查询在查询前把数据都加载到内存中,并且只能进行等值查询。
答案: 正确
75、过滤记录让数据流从一路到两路。
答案: 正确
76、重复数据产生原因有(?? )
A、 录入出错
B、 数据不完整
C、 数据缩写
D、 硬件设备出错
答案: ABC
77、不完全重复数据,客观上表示现实世界中的同一实体,但由于表达方式不同或拼写错误等原因,导致数据存在了多条重复记录。
答案: 正确
78、“唯一行(哈希值)”步骤可以附加比较存储在内存中的记录值,防止哈希碰撞冲突。
答案: 正确
79、“唯一行(哈希值)”步骤必须先使用排序,不然无法去重。
答案: 错误
80、“去除重复记录”步骤要求输入的数据是事先排好序的,因为它是通过比较相邻记录的值来判断是否重复的。
答案: 正确
81、一个作业包括一个或多个作业项,这些作业项以某种顺序来执行。
答案: 正确
82、作业的组成包括(? )
A、 作业项
B、 作业跳
C、 注释
D、 输入
答案: ABC
83、作业项结果有两个作用,一是决定作业的执行路径,二是向下一个作业项传递一个结果对象。
答案: 正确
84、作业跳是作业项之间的连接线,定义了作业的执行路径。
答案: 正确
85、在Kettle里,作业是使用一种回溯算法来执行作业里所有作业项的。
答案: 正确
86、作业的执行结果是唯一的。
答案: 错误
87、作业中的变量代表一个任意长度的字符串值。
答案: 正确
88、变量的格式是${变量名}或者%%变量名%%。
答案: 正确
89、读入student.csv文件,输出以Tab分隔符分隔的student.txt文件。student.csv文件以逗号为分隔符
/student.csv
要求:1. 运行流程图截图和运行结果文件内容截图
或? ? ? ?2. 书写分析执行步骤
答案: 解析:
90、读入student.xlsx文件,输出分隔符为逗号的student.csv文件和命名为stuout.xlsx的文件
/student.xlsx
要求:1. 运行流程图截图、运行结果文件内容截图
或? ? ? ?2. 书写分析执行步骤
答案: 解析:
91、读入“student.js”文件,输出“JsonToExcel.xlsx”文件和“student-out.js”的文件。
/student.js
要求:1. 运行流程图截图、运行结果文件内容截图
或? ? ? ?2. 书写分析执行步骤
答案:
92、读入“stringOP.xlsx”文件,输出标准格式“stringOPOut..xlsx”文件
/stringOp.xlsx
/
答案:
93、将个人信息.xlsx表中数据Gender字段改为Sex,统一数据为F、M,并去除重复数据
/排重-个人信息.xlsx
要求:1. 运行流程图截图、运行结果文件内容截图
或? ? ? ?2. 书写分析执行步骤
答案:
94、先从Excel读取数据,保存到Excel,再从文本文件中读取数据保存到Excel,如果产生错误就发送邮件,并且停止作业,如果成功发送成功邮件
/01文本文件输入.txt
/01Excel输入.xlsx
要求:1. 运行流程图截图、运行结果文件内容截图
或? ? ? ?2. 书写分析执行步骤
答案:
[文章尾部最后300字内容到此结束,中间部分内容请查看底下的图片预览]
以上为《数据采集与处理-(期末)题库》的无排版文字预览,完整格式请下载
下载前请仔细阅读上面文字预览以及下方图片预览。图片预览是什么样的,下载的文档就是什么样的。