按照远近程度来聚类需要明确两个距离（）

多项选择题下列哪些命令是Mahout中用于实现贝叶斯文本分类算法（）

A.seqdirectory
B.seq2sparse
C.trainnb
D.trainlogistic

多项选择题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

多项选择题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

多项选择题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

多项选择题SparkStreaming可以对多种数据源（）进行类似Map、Reduce和Join等复杂操作。

A.Kdfka
B.Flume
C.Twitter
D.Zero