A.相对Hive,Hbase支持随机查询
B.使用HDFS文件系统,让Hbase存储的扩展几乎随着节点数的增加线性扩展
C.Hbase能够使用分布式计算,短时间内完成TB、PB级的数据搜索
D.Hbase数据库数据块大小和HDFS数据库块大小一致更好
您可能感兴趣的试卷
你可能感兴趣的试题
A.K-means
B.Canopy
C.模糊K-Means聚类
D.狄利克雷聚类
A.点和点之间的距离
B.类和类之间的距离
C.欧式距离
D.兰氏距离
A.seqdirectory
B.seq2sparse
C.trainnb
D.trainlogistic
A.在数据基础上倾向于全体数据而不是抽样数据
B.在分析方法上更注重相关分析而不是因果分析
C.在分析效果上更追究效率而不是绝对精确
D.在数据规模上强调相对数据而不是绝对数据
A.缺失值处理
B.噪声数据清除
C.一致性检查
D.重复数据记录处理
20Newsgroups数据集是机器学习研究中常用的标准数据集,它使用20个Usenet新闻单位上几个月发布的18828个消息,共18828个文件,如果对该数据集使用mahout进行文本分类,分类后得到的混淆矩阵中,部分结果如下图所示:图中第一行是类别名称,第二行是属于a类的分类情况(a类文本原有168篇),第三行是属于b类的分类情况(b类文本原有180篇),第四行是c类的分类情况(c类文本原有189篇),根据各行的分类情况,以下分析正确的是()
A.分类算法对a类文本分类情况较好
B.分类算法对c类文本分类情况较好
C.分类算法对b类文本分类情况较好
D.分类算法对c类文本分类情况较差
A.Kdfka
B.Flume
C.Twitter
D.Zero
A.KMeans
B.SVMWithSGD
C.ALS
D.LinearRegressionWithSGD
A.LabledPoint是一种基于向量扩展得到的数据结构
B.向量既可以是本地的也可以是分布式的
C.MLlib中既可以定义稀疏向量也可以定义密集向量
D.在LabledPoint中除了包含一个向量成员外,还包含一个Double类型的标识成员
A.运算速度快,适用于具有较多迭代次数的算法
B.具有易用性,RDD中封装了大量的操作,ᨀ供了经典机器学习算法的API
C.集成度高,能够与Spark上的其他组件进行无缝对接
D.运行原理是将Spark程序转换为MapReduce程序运行,并行度高
最新试题
目前收集110份问卷,数据质量控制良好,需要分析用户推荐指数(1-100评分)的影响因素,其中包括行为类6个指标。请问一般使用什么统计方法来解决这类归因问题()
在进行多元线性回归分析时,对于变量较多的情况下,可以选择变量筛选方法,下列不正确的是()
用户分层是在用户管理时最常被使用的标签类型,其中RFM模型是指()
以下哪种方法可以用于分析面板数据()
在系统聚类中,需要定义两个类之间的距离,下列哪种方法能够缓解异常值对计算距离造成的影响()
如果拿到一份数据,直接对这组数据建模型肯定会造成一系列的问题,因此是需要进行预分析,而关于预分析描述错误的是()
某商店为了计算商品的热销程度,可以通过计算商品的()
当对一份数据进行建模分析时,如果出现数据集变较多,而对应的样本数相对较少的情况,下列哪种处理方法不能提升模型的适用性()
以下哪类不属于分层标签()
以下哪个不属于根据麦肯锡问题分析方法中的分类()