将基于 Mapreduce的批量处理转为小批量处理,每隔一个周期就启动一次 Mapreduce作业,通过这样的方式来处理流数据是否可行j?为什么?

试列举几个 Storn框架的应用领域。

简述不平衡类分布的数据集，请举例说明。

简述超大型数据集所采用的聚类分析方法。

在分布式文件系统中,中心节点的设计至关重要,请阐述HDFS是如何减轻中心节点的负担的。

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？