知到答案大数据采集与存储智慧树答案_2022年

第四章

大数据采集，又称大数据获取，是指从（ ）等获取数据的过程。
答案:传感器;企业系统;其它智能设备;社交网络
网络爬虫的步骤是1）选取一部分种子URL；2）从待抓取URL队列中取出待抓取的URL，解析DNS，得到主机的IP地址，并将URL对应的网页下载下来，存储到已下载网页库中。此外，将这些URL放进已抓取URL队列；3）将这些URL放到待抓取URL中；4）分析已抓取URL队列中的URL，分析其中的其他URL，并且将这些URL放入待抓取URL队列，从而进入下一个循环。（ ）
答案:1）3）2）4）
数据完整性指的是数据具有一个实体描述的所有必需的部分。（ ）
答案:对
在大数据预处理中，需要数据清洗的主要类型包括以下几类（ ）
答案:异常值数据;缺失值数据;重复值数据
数据清洗时重复值数据不能够删除。（ ）
答案:错
在数据离散化中，常见的离散化方法有（ ）
答案:聚类划分;基于卡方分箱的方法;等宽划分;等频划分;基于熵的离散化