Spark是基于内存计算的大数据计算平台,试述 Spark的主要特点。

请描述在YARN框架中执行一个 Mapreduce程序时,从提交到完成需要经历的具体步骤。

请描述在YARN框架中执行一个 Mapreduce程序时,从提交到完成需要经历的具体步骤。

试述HDFS是如何探测错误发生以及如何进行恢复的。

论述构建组合分类器的方法及基本原理，请举例说明。

考虑一个训练集,包含100个正例和400个反例。对于下面的候选规则 R1:A→+(覆盖4个正例和1个反例) R2:B→+(覆盖个30个正例和10个反例) R3:C→+(覆盖100个正例和90个反例) 根据下面的度量,确定最好规则和最差规则。 (1)规则准确率。 (2)FOIL信息增益。 (3)似然比统计量 (4)拉普拉斯度量 (5)m度量（k=2且P+=0.2）

简述分类的基本概念，请举例说明。

试述调查数据分析中常用的相对指标。

简述PERT 预测法的主要过程。

方差分析是对均值进行的检验还是对方差进行的检验？

简述模糊聚类定义。

简述关联规则挖掘问题的为什么使用支持度和置信度。

给定一个在区间[0,1取值的相似性度量,描述两种将该相似度变换成区间[0,∞]中的相异度的方法。

简述基于网格聚类的优缺点。

论述决策树归纳中过分拟合的处理方法，请举例说明。