Quay lại bộ đề
Question #12 Topic 1
You are building a data pipeline on Google Cloud. You need to prepare data using a casual method for a machine-learning process. You want to support a logistic regression model. You also need to monitor and adjust for null values, which must remain real-valued and cannot be removed. What should you do?
Bạn đang xây dựng một đường ống dữ liệu trên Google Cloud. Bạn cần chuẩn bị dữ liệu bằng một phương pháp đơn giản cho quá trình học máy. Bạn muốn hỗ trợ một mô hình hồi quy logistic (logistic regression). Bạn cũng cần theo dõi và xử lý các giá trị null, các giá trị này phải duy trì là số thực và không thể bị xóa bỏ. Bạn nên làm gì?
A
Use Cloud Dataprep to find null values in sample source data. Convert all nulls to 'none' using a Cloud Dataproc job.
Sử dụng Cloud Dataprep để tìm các giá trị null trong dữ liệu nguồn mẫu. Chuyển đổi tất cả các giá trị null thành 'none' bằng cách sử dụng một công việc Cloud Dataproc.
B
Use Cloud Dataprep to find null values in sample source data. Convert all nulls to 0 using a Cloud Dataprep job.
Sử dụng Cloud Dataprep để tìm các giá trị null trong dữ liệu nguồn mẫu. Chuyển đổi tất cả các giá trị null thành 0 bằng cách sử dụng một công việc Cloud Dataprep.
C
Use Cloud Dataflow to find null values in sample source data. Convert all nulls to 'none' using a Cloud Dataprep job.
Sử dụng Cloud Dataflow để tìm các giá trị null trong dữ liệu nguồn mẫu. Chuyển đổi tất cả các giá trị null thành 'none' bằng cách sử dụng một công việc Cloud Dataprep.
D
Use Cloud Dataflow to find null values in sample source data. Convert all nulls to 0 using a custom script.
Sử dụng Cloud Dataflow để tìm các giá trị null trong dữ liệu nguồn mẫu. Chuyển đổi tất cả các giá trị null thành 0 bằng cách sử dụng một tập lệnh tùy chỉnh (custom script).
Giải thích & Tài liệu tham khảo
Phân tích yêu cầu đề bài: Chuẩn bị dữ liệu cho mô hình Logistic Regression, xử lý giá trị null thành số thực (real-valued) và không xóa hàng:
- Hồi quy Logistic yêu cầu đầu vào dạng số: Vì vậy, chuyển null thành chuỗi
'none'(phương án A, C) là sai vì nó sẽ chuyển đổi kiểu dữ liệu thành văn bản/chuỗi. - Phương pháp đơn giản/trực quan: Cloud Dataprep cung cấp giao diện đồ họa không code rất dễ sử dụng để tìm và thay thế các giá trị null bằng số
0(là một số thực hợp lệ cho ML) thông qua các công việc Dataprep chạy trên nền tảng Dataflow. - Tại sao không chọn D: Sử dụng custom script với Dataflow để xử lý việc này là phức tạp hơn mức cần thiết cho một nhiệm vụ chuẩn bị dữ liệu thông thường.
(Đáp án được gợi ý bởi AI)