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
查看答案
数据清洗的方法包括（）
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
SwitchManager无法启动，提示信息：核心与界面连接失败，可能的原因有（）。
A. SwitchManager服务未启动
B. 配置文件连接ip错误
C. 配置文件连接端口错误
D. 数据库信息设置错误
下列关于大数据的分析理念的说法中，正确的是（）
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
下列哪些命令是Mahout中用于实现贝叶斯文本分类算法（）
A. seqdirectory
B. seq2sparse
C. trainnb
D. trainlogistic
微信支付 
支付宝支付