大数据分析师常用的数据分析工具与软件

1. 大数据的“4V”特征不包括以下哪一项？A. 大量化B. 多样化C. 高速化D. 价值化答案：D2. 下列哪个工具不是用于大数据处理的？A. HadoopB. SparkC. ExcelD. Hive答案：C3. 数据仓库的主要用途是？A. 实时数据处理B. 数据分析和报告C. 数据存储D. 数据清洗答案：B4. 下列哪项技术是用于数据挖掘的？A. SQLB. RC. HTMLD. CSS答案：B5. 在数据分析中，“聚类分析”属于哪一类分析方法？A. 描述性分析B. 预测性分析C. 规范性分析D. 探索性分析答案：D6. 下列哪个不是NoSQL数据库的类型？A. 键值存储B. 文档存储C. 关系型数据库D. 图形数据库答案：C7. 数据湖和数据仓库的主要区别在于？A. 数据湖存储原始数据，数据仓库存储结构化数据B. 数据湖用于实时分析，数据仓库用于批处理C. 数据湖不需要数据清洗，数据仓库需要D. 数据湖只能存储文本数据，数据仓库可以存储多种格式答案：A8. 下列哪个是Apache Hadoop的组件？A. HBaseB. MySQLC. MongoDBD. Oracle答案：A9. 在数据分析中，“回归分析”主要用于？A. 分类问题B. 预测问题C. 聚类问题D. 关联问题答案：B10. 下列哪个编程语言最适合用于数据科学？A. JavaB. PythonC. C++D. PHP答案：B11. 数据治理的核心目的是？A. 确保数据质量B. 提高数据存储效率C. 增加数据量D. 减少数据成本答案：A12. 下列哪个工具是用于数据可视化的？A. TableauB. TensorFlowC. KubernetesD. Docker答案：A13. 在数据分析中，“决策树”属于哪一类算法？A. 监督学习B. 非监督学习C. 强化学习D. 深度学习答案：A14. 下列哪个是Apache Spark的主要优势？A. 高吞吐量B. 低延迟C. 易于扩展D. 所有上述选项答案：D15. 数据清洗的主要步骤不包括？A. 数据去重B. 数据转换C. 数据加密D. 数据填充答案：C16. 下列哪个不是数据分析的生命周期阶段？A. 数据收集B. 数据存储C. 数据销售D. 数据报告答案：C17. 在数据分析中，“关联规则学习”主要用于？A. 分类问题B. 预测问题C. 聚类问题D. 发现数据间的关联关系答案：D18. 下列哪个是用于大数据分析的云计算平台？A. AWSB. AzureC. Google CloudD. 所有上述选项答案：D19. 数据分析师在分析数据时最常用的工具是？A. PowerPointB. ExcelC. PhotoshopD. Word答案：B20. 下列哪个不是数据分析的常用方法？A. 描述性分析B. 预测性分析C. 规范性分析D. 装饰性分析答案：D21. 在数据分析中，“时间序列分析”主要用于？A. 分类问题B. 预测问题C. 聚类问题D. 关联问题答案：B22. 下列哪个是用于数据分析的统计软件？A. SPSSB. AutoCADC. SolidWorksD. Blender答案：A23. 数据分析中的“A/B测试”主要用于？A. 数据收集B. 数据清洗C. 数据验证D. 数据优化答案：D24. 下列哪个不是数据分析的常用数据源？A. 数据库B. 文件系统C. 社交媒体D. 游戏机答案：D25. 在数据分析中，“主成分分析”属于哪一类分析方法？A. 描述性分析B. 预测性分析C. 规范性分析D. 探索性分析答案：D26. 下列哪个是用于大数据分析的编程语言？A. RubyB. SwiftC. GoD. R答案：D27. 数据分析中的“异常检测”主要用于？A. 数据收集B. 数据清洗C. 数据验证D. 数据安全答案：D28. 下列哪个不是数据分析的常用工具？A. SASB. MATLABC. UnityD. R答案：C29. 在数据分析中，“文本挖掘”主要用于？A. 分类问题B. 预测问题C. 聚类问题D. 关联问题答案：A30. 下列哪个是用于数据分析的机器学习框架？A. Scikit-learnB. DjangoC. ReactD. Vue.js答案：A31. 数据分析中的“生存分析”主要用于？A. 数据收集B. 数据清洗C. 数据验证D. 数据预测答案：D32. 下列哪个不是数据分析的常用技术？A. 数据可视化B. 数据建模C. 数据烹饪D. 数据挖掘答案：C33. 在数据分析中，“神经网络”属于哪一类算法？A. 监督学习B. 非监督学习C. 强化学习D. 深度学习答案：D34. 下列哪个是用于大数据分析的数据库系统？A. PostgreSQLB. RedisC. CassandraD. 所有上述选项答案：D35. 数据分析中的“因子分析”主要用于？A. 数据收集B. 数据清洗C. 数据验证D. 数据简化答案：D36. 下列哪个不是数据分析的常用平台？A. Jupyter NotebookB. Google ColabC. Microsoft TeamsD. RStudio答案：C37. 在数据分析中，“逻辑回归”主要用于？A. 分类问题B. 预测问题C. 聚类问题D. 关联问题答案：A38. 下列哪个是用于数据分析的编程语言？A. PerlB. KotlinC. HaskellD. Julia答案：D39. 数据分析中的“协同过滤”主要用于？A. 数据收集B. 数据清洗C. 数据验证D. 数据推荐答案：D40. 下列哪个不是数据分析的常用方法？A. 描述性分析B. 预测性分析C. 规范性分析D. 装饰性分析答案：D41. 在数据分析中，“随机森林”属于哪一类算法？A. 监督学习B. 非监督学习C. 强化学习D. 深度学习答案：A42. 下列哪个是用于数据分析的云计算服务？A. AWS LambdaB. Azure FunctionsC. Google Cloud FunctionsD. 所有上述选项答案：D43. 数据分析中的“时间序列预测”主要用于？A. 数据收集B. 数据清洗C. 数据验证D. 数据预测答案：D44. 下列哪个不是数据分析的常用工具？A. Power BIB. QlikViewC. MayaD. Looker答案：C45. 在数据分析中，“支持向量机”属于哪一类算法？A. 监督学习B. 非监督学习C. 强化学习D. 深度学习答案：A46. 下列哪个是用于数据分析的编程语言？A. ErlangB. ElixirC. F#D. Scala答案：D47. 数据分析中的“关联规则挖掘”主要用于？A. 数据收集B. 数据清洗C. 数据验证D. 数据关联答案：D48. 下列哪个不是数据分析的常用技术？A. 数据可视化B. 数据建模C. 数据烹饪D. 数据挖掘答案：C49. 在数据分析中，“贝叶斯网络”属于哪一类算法？A. 监督学习B. 非监督学习C. 强化学习D. 概率图模型答案：D50. 下列哪个是用于大数据分析的数据库系统？A. MySQLB. OracleC. MongoDBD. 所有上述选项答案：D51. 数据分析中的“生存分析”主要用于？A. 数据收集B. 数据清洗C. 数据验证D. 数据预测答案：D52. 下列哪个不是数据分析的常用方法？A. 描述性分析B. 预测性分析C. 规范性分析D. 装饰性分析答案：D53. 在数据分析中，“神经网络”属于哪一类算法？A. 监督学习B. 非监督学习C. 强化学习D. 深度学习答案：D54. 下列哪个是用于大数据分析的数据库系统？A. PostgreSQLB. RedisC. CassandraD. 所有上述选项答案：D55. 数据分析中的“因子分析”主要用于？A. 数据收集B. 数据清洗C. 数据验证D. 数据简化答案：D56. 下列哪个不是数据分析的常用平台？A. Jupyter NotebookB. Google ColabC. Microsoft TeamsD. RStudio答案：C57. 在数据分析中，“逻辑回归”主要用于？A. 分类问题B. 预测问题C. 聚类问题D. 关联问题答案：A58. 下列哪个是用于数据分析的编程语言？A. PerlB. KotlinC. HaskellD. Julia答案：D59. 数据分析中的“协同过滤”主要用于？A. 数据收集B. 数据清洗C. 数据验证D. 数据推荐答案：D答案列表1. D2. C3. B4. B5. D6. C7. A8. A9. B10. B11. A12. A13. A14. D15. C16. C17. D18. D19. B20. D21. B22. A23. D24. D25. D26. D27. D28. C29. A30. A31. D32. C33. D34. D35. D36. C37. A38. D39. D40. D41. A42. D43. D44. C45. A46. D47. D48. C49. D50. D51. D52. D53. D54. D55. D56. C57. A58. D59. D。

大数据分析师的数据收集与处理方法随着信息技术的快速发展和互联网普及的加速，大数据已经成为了许多企业和组织进行决策的重要基础。

大数据分析师作为一项热门职业，其主要工作就是负责收集和处理大量的数据，并从中提取有价值的信息。

本文将介绍大数据分析师常用的数据收集与处理方法。

一、数据收集方法1. 传统数据收集传统的数据收集方法包括调查问卷、访谈、实地调研等。

调查问卷是常用的收集方式，可以通过编制问卷并发放给受访者，了解他们的观点和态度。

访谈是通过与被访者面对面的交流来获取信息，可以深入了解被访者的需求和感受。

实地调研是指实际前往相关地点进行观察和数据收集，例如市场调研和竞品分析等。

2. 网络数据收集随着互联网的发展，大量的数据可以通过网络进行收集。

大数据分析师可以使用网络爬虫技术，自动地从互联网上采集数据。

爬虫可以获取网页、论坛、微博等平台上的信息，包括用户评论、产品评价、舆情数据等。

此外，还可以通过社交媒体监听工具来收集用户对产品和服务的评价和反馈。

3. 传感器数据收集随着物联网技术的应用，大量的传感器可以用来收集各种实时数据。

传感器可以安装在设备、仪器、设施等物体上，通过收集温度、湿度、压力、速度等数据来分析和预测。

例如，在工业生产中，通过传感器监测设备状态，及时发现故障并进行维修，提高生产效率和质量。

二、数据处理方法1. 数据清洗数据清洗是数据处理的第一步，主要是去除重复数据、缺失值和异常值，确保数据的准确性和完整性。

数据清洗可以使用数据清洗工具，也可以通过编写程序进行处理。

同时，为了提高数据的质量和有效性，还需要对数据进行标准化和格式化。

2. 数据转换在数据处理过程中，有时需要将数据进行转换，以满足分析的需求。

数据转换可以包括数值转换、离散化、归一化、降维等方法。

例如，将连续变量转换为离散变量，方便进行统计分析；或者将不同单位的数据进行归一化处理，消除量纲带来的影响。

3. 数据分析数据分析是大数据分析师的核心工作，可以使用统计方法、机器学习和数据挖掘技术等进行分析。

Excel在数据分析中的应用Excel是一款功能强大的电子表格软件，广泛应用于数据分析、统计和可视化方面。

它具有易用性、灵活性和强大的数据处理功能，使得它成为数据分析师、财务人员、市场营销人员和业务分析师等职业人士必备的工具之一。

在本文中，将探讨Excel在数据分析中的应用，并深入了解其功能和用法。

1. Excel的基本功能Excel的基本功能包括数据录入、计算、数据分析、可视化和报表生成等。

通过它，用户可以轻松地录入数据并进行基本的计算，比如求和、平均值、最大值和最小值等。

此外，Excel还提供了各种数据分析工具，比如排序、筛选、透视表、数据透视图和数据透视图报表等。

这些功能使得Excel成为了一款强大的数据分析工具。

2.数据分析中的常用功能在数据分析中，Excel的常用功能包括数据清洗、数据转换、数据透视表、图表生成和数据建模等。

这些功能可以帮助用户对数据进行深入分析，并从中发现规律和趋势。

数据清洗是数据分析中的重要一环，它包括去重复、筛选、替换和填充空值等操作。

Excel提供了多种数据清洗的工具，比如高级筛选、条件格式、文本函数和数据透视表等。

这些工具可以帮助用户轻松地清洗数据，提高数据的质量。

数据转换是将原始数据进行整理和重塑的过程，它包括数据拆分、合并和转置等操作。

Excel提供了多种数据转换的功能，比如文本到列、文本到行、文本函数和透视表等。

这些功能可以帮助用户将数据转换成适合分析的形式，提高数据的可用性。

数据透视表是Excel中一项非常强大的数据分析工具，它可以帮助用户快速地对大量数据进行汇总和分析。

通过数据透视表，用户可以以不同的维度对数据进行分组和汇总，并生成多种报表和图表。

这些功能使得数据透视表成为了数据分析中的重要工具。

图表生成是通过图表对数据进行可视化展示的过程，它包括柱状图、折线图、饼图、散点图和雷达图等。

Excel提供了丰富的图表类型和样式，用户只需要几个简单的步骤就可以生成多种图表。

大数据分析师的数据分析软件推荐作为一名大数据分析师，数据分析软件是我们工作中不可或缺的工具。

选择一款适合自己的数据分析软件对于提高工作效率和数据分析准确性至关重要。

在市场上有众多的数据分析软件可供选择，本文将推荐几款权威、实用的大数据分析软件。

1. TableauTableau是一款功能强大的可视化数据分析软件，提供了直观易用的用户界面和丰富多样的图表和图形化展示效果。

Tableau支持多种数据源的连接和整合，可以灵活地对数据进行清洗和处理。

其强大的计算引擎和高速查询功能可以快速处理大规模数据，并实时生成可交互的数据分析报告和仪表盘。

2. RR是一种统计分析语言，同时也是一款广泛使用的开源数据分析软件。

R的优势在于其强大的数据处理和统计建模能力。

通过R，数据分析师可以进行各种数学统计方法的实现和应用，包括回归分析、聚类、时间序列分析等。

R还有一个丰富的包和社区支持，可以满足各种不同领域的数据分析需求。

3. PythonPython是一种简单易学的编程语言，也是数据分析师常用的工具之一。

Python拥有庞大的数据分析生态系统，包括NumPy、Pandas、Matplotlib等数据分析和可视化库，可以方便地处理、分析和可视化数据。

此外，Python还支持各种机器学习和深度学习算法的实现，对于进行数据挖掘和预测建模也非常有帮助。

4. SASSAS是一款专业的大数据分析软件，广泛应用于商业和学术研究领域。

SAS提供了全面的数据处理、统计分析、数据挖掘和报表功能。

其拥有丰富的数据操作和数据处理工具，可以轻松处理各种复杂的数据需求。

SAS的优势在于其强大的数据安全性和数据集成能力，可以满足大企业和政府机构对于数据分析和隐私保护的需求。

总结：以上推荐的数据分析软件都是在大数据领域具有良好声誉的工具，在不同的场景下都有其独特的优势和适用性。

在选择数据分析软件时，需要根据自身的需求、技术水平和预算等因素进行综合考虑。

数据分析中常见的技术和工具介绍数据分析是当今信息时代的一项重要技术，它通过对大量数据的收集、整理、分析和解释，为企业和组织提供了有力的决策依据。

在数据分析的过程中，常常会使用一些常见的技术和工具，本文将对其中一些常见的技术和工具进行介绍。

一、数据收集与整理技术数据收集是数据分析的第一步，它涉及到从各种渠道获取数据的过程。

常见的数据收集技术包括网络爬虫、API接口、传感器等。

网络爬虫是一种自动化程序，可以模拟人类浏览器的行为，从互联网上抓取数据。

API接口则是一种通过特定的接口获取数据的方式，许多网站和应用程序都提供了API接口，方便其他应用程序获取数据。

传感器则是一种用于感知和采集环境信息的设备，可以将环境中的数据转化为数字信号，供数据分析使用。

数据整理是数据分析的第二步，它涉及到对收集到的数据进行清洗、转换和整合的过程。

常见的数据整理技术包括数据清洗、数据转换和数据合并。

数据清洗是指对数据中的错误、缺失、重复等问题进行处理，保证数据的质量和准确性。

数据转换是指将数据从一种形式转化为另一种形式，常见的转换方式包括数据格式转换、数据类型转换等。

数据合并是指将多个数据源的数据合并到一起，以便进行后续的分析和挖掘。

二、数据分析与挖掘技术数据分析是数据分析的核心步骤，它涉及到对数据进行统计、建模和预测的过程。

常见的数据分析技术包括描述统计、推断统计、回归分析、聚类分析和关联规则挖掘等。

描述统计是指通过计算数据的平均值、标准差、频率分布等指标来描述数据的基本特征。

推断统计是指通过对样本数据进行统计推断，从而对总体数据进行估计和推断。

回归分析是指通过建立数学模型，分析自变量和因变量之间的关系。

聚类分析是指将相似的数据对象归为一类，不相似的数据对象归为不同类。

关联规则挖掘是指发现数据中的频繁项集和关联规则，从而揭示数据中的关联关系。

数据挖掘是数据分析的延伸和拓展，它涉及到对大规模数据进行模式发现和知识发现的过程。

大数据分析师常用的数据分析工具与软件在当今信息爆炸的时代，大数据分析已经成为各个行业中不可或缺的一环。

大数据分析师通过对海量数据进行深入挖掘和分析，为企业决策提供有力支持。

而为了高效地进行数据分析工作，大数据分析师通常会使用各种数据分析工具与软件。

本文将介绍一些大数据分析师常用的数据分析工具与软件，帮助读者更好地了解和选择适合自己的工具。

一、数据管理工具与软件1. HadoopHadoop是一个开源的分布式计算系统，可以处理大量的数据，并提高数据的可靠性和容错性。

它主要用于存储和处理大规模数据集，适用于云计算和大数据分析领域。

Hadoop的核心是分布式文件系统HDFS和分布式处理框架MapReduce。

2. Apache SparkApache Spark是一个快速的、通用的集群计算系统，也是一个大数据处理工具。

它提供了一种高效的数据处理方式，支持批处理、交互查询、流处理和机器学习等多种计算模式。

Spark的一个优点是可以将数据加载到内存中进行处理，从而提高计算速度。

3. Apache KafkaApache Kafka是一个分布式流处理平台，主要用于实时数据流的处理和传输。

它具有高吞吐量、可靠性和可扩展性的特点，可以为大数据分析提供实时的数据流入口。

4. MySQLMySQL是一种开源的关系型数据库管理系统，被广泛应用于大数据分析中。

它支持多用户、多线程的数据访问，并提供了灵活的查询和数据分析功能。

二、数据可视化工具与软件1. TableauTableau是一款流行的数据可视化工具，可以帮助用户将复杂的数据转换成易于理解的图表和图形。

它支持多种数据源的导入和连接，并提供了丰富的图表和仪表盘设计功能。

2. Power BIPower BI是微软推出的一款商业智能工具，可以帮助用户将数据可视化和报告以直观的方式展示出来。

它支持多种数据源的整合，并提供了强大的数据处理和分析功能。

3. R ShinyR Shiny是一种基于R语言的交互式数据可视化工具，可以帮助用户创建交互式的数据分析应用。

大数据分析师的技能和能力要求在当今信息爆炸的时代，大数据分析已经成为了许多企业和组织获取核心竞争力的关键。

作为一个大数据分析师，需要具备一系列的技能和能力，以应对不断变化和增长的数据量。

下文将探讨大数据分析师的技能和能力要求。

一、扎实的数理统计基础作为大数据分析师，扎实的数理统计基础是必备的。

数理统计是大数据分析的基础，能够帮助分析师理解数据背后的模式和趋势，并能够运用统计方法对数据进行分析和解读。

掌握概率论、统计学和线性代数等基础知识，对于分析师有效地应用各种数据分析工具和技术至关重要。

二、熟练掌握数据处理和分析工具大数据分析师需要熟练掌握各种数据处理和分析工具，如Hadoop、Spark、SQL、Python、R等。

这些工具可以帮助分析师处理和管理海量数据，并能够运用各种数据分析算法和模型对数据进行深入挖掘。

掌握这些工具的使用方法，能够提高分析师的工作效率，快速准确地提供有价值的分析结果。

三、深入理解业务需求和领域知识大数据分析师需要深入了解所在行业的业务需求和领域知识。

只有充分了解相关业务和行业特点，才能更好地理解数据的背景和含义。

通过与业务人员的深入沟通和合作，分析师能够根据业务需求制定合理的分析方案，并从数据中提取有用的信息和洞察，为决策提供支持。

四、具备数据可视化和沟通能力大数据分析师需要具备数据可视化和沟通能力。

将复杂的数据转化为直观易懂的可视化图表和报告，能够帮助他人更好地理解数据分析结果和洞察。

此外，分析师还需要具备良好的沟通能力，能够与各个层级的人员进行有效的沟通和交流，将分析结果传达给业务决策者，并能够解答他们的问题和疑虑。

五、具备问题解决和创新能力大数据分析师需要具备问题解决和创新能力。

在分析过程中，可能会遇到各种问题和挑战，需要分析师能够迅速定位问题的根源，并找到合适的解决方案。

此外，分析师还需要不断创新，发展出新的数据分析方法和模型，以更好地应对不断变化的数据环境和技术需求。

大数据分析师如何进行数据分析的数据模型管理数据模型管理是大数据分析师在进行数据分析时的一个重要环节。

一个良好的数据模型管理能够提高数据分析效率，准确性和可靠性。

本文将介绍大数据分析师如何进行数据模型管理，包括数据模型开发、维护和优化。

1. 数据模型开发数据模型是对数据进行描述和组织的方式，它是大数据分析的基础。

在进行数据模型开发时，大数据分析师需要根据实际需求，确定数据模型的结构、字段和关系。

常用的数据模型包括关系型模型、多维模型和面向对象模型等。

在开发数据模型时，大数据分析师可以借助数据库建模工具，如ERWin、PowerDesigner等。

这些工具提供了直观的界面，方便分析师进行数据模型的设计和绘制。

同时，数据模型应符合数据库的规范和最佳实践，以保证数据的一致性和完整性。

2. 数据模型维护数据模型维护是数据模型管理的一个重要方面。

随着数据的增长和业务需求的变化，数据模型需要不断进行更新和调整。

大数据分析师需要及时发现并解决数据模型中的问题，确保数据模型与实际业务的一致性。

数据模型维护的工作包括修改数据模型结构、增加或删除字段、更新模型中的约束和索引等。

在进行数据模型维护时，大数据分析师需要保证操作的准确性和安全性，以避免对现有数据的影响。

3. 数据模型优化数据模型优化是提高数据分析效率和性能的重要手段。

大数据分析师可以通过优化数据模型的结构和查询语句，来加快数据的处理速度和提高分析的准确性。

在进行数据模型优化时，大数据分析师可以采用以下策略：- 数据冗余和索引优化：合理利用冗余数据和索引，加快数据的访问速度。

- 分区和分表：将大型数据集划分为多个子集，提高查询和分析的效率。

- 数据压缩和归档：对冷数据进行压缩和归档，减少存储空间和提高查询速度。

总结：在进行数据分析时，大数据分析师需要进行数据模型管理。

数据模型开发是数据分析的基础，需要确定数据模型的结构和关系；数据模型维护是保证数据模型与实际业务一致的重要工作；数据模型优化可以提高数据分析的效率和准确性。

招聘大数据分析师笔试题及解答(某大型央企)(答案在后面)一、单项选择题（本大题有10小题，每小题2分，共20分）1、以下哪项不是大数据分析中的常见数据类型？A、结构化数据B、半结构化数据C、非结构化数据D、文本数据2、在数据预处理阶段，以下哪种方法不是用于处理缺失值的常见技术？A、均值填充B、中位数填充C、众数填充D、时间序列插值3、以下哪种算法最适合用于处理大规模数据集的分类问题？A、线性回归B、决策树C、K-均值聚类D、支持向量机(SVM)4、在进行数据分析时，发现数据集中存在大量缺失值，最合适的处理方法是？A、直接删除包含缺失值的数据行B、使用一个全局常数值来填充缺失值C、利用预测模型估计并填充缺失值D、根据业务逻辑使用相关统计量（如平均数、中位数）进行填充5、以下哪种数据类型最适合表示用户年龄？A. 整数（int）B. 字符串（str）C. 浮点数（float）D. 日期时间（datetime）6、在处理大数据时，以下哪种技术可以有效提高数据处理的效率？A. 数据分区（Partitioning）B. 数据去重（De-duplication）C. 数据索引（Indexing）D. 数据压缩（Compression）7、在数据预处理阶段，对于数据集中缺失值的处理，以下哪种方法不合适？A、直接删除含有缺失值的数据行B、使用均值、中位数或者众数填充缺失值C、利用算法预测缺失值D、在没有充分依据的情况下，假设缺失值为零8、在进行大数据分析时，以下哪个工具最适合用来进行实时数据流处理？A、Hadoop MapReduceB、Apache Spark StreamingC、SQL ServerD、Tableau9、在Hadoop生态系统中，下列哪个组件负责处理大规模数据集的分布式存储和计算？A. HDFS（Hadoop Distributed File System）B. MapReduceC. YARN（Yet Another Resource Negotiator）D. Hive二、多项选择题（本大题有10小题，每小题4分，共40分）1、在进行大数据分析时，以下哪些是常用的数据预处理步骤？（多选）A. 数据清洗B. 特征选择C. 模型评估D. 数据转换E. 异常值检测2、下列关于Hadoop生态系统组件的说法正确的是？（多选）A. HDFS是一个分布式文件系统，支持大规模数据存储。