2025 年大学数据科学与大数据技术（数据挖掘）试题及答案.docVIP

2025年大学数据科学与大数据技术（数据挖掘）试题及答案

（考试时间：90分钟满分100分）班级______姓名______

一、选择题（总共10题，每题3分，每题只有一个正确答案，请将正确答案填在括号内）

1.以下哪种算法不属于有监督学习算法？（）

A.决策树B.支持向量机C.K近邻算法D.聚类算法

2.在数据挖掘中，用于评估分类模型性能的指标不包括（）

A.准确率B.召回率C.F1值D.均方误差

3.关联规则挖掘中，支持度和置信度的含义分别是（）

A.支持度是指规则在数据集中出现的频率，置信度是指规则成立的概率

B.支持度是指规则成立的概率，置信度是指规则在数据集中出现的频率

C.支持度是指规则前项和后项同时出现的频率，置信度是指规则成立的概率

D.支持度是指规则成立的概率，置信度是指规则前项和后项同时出现的频率

4.以下关于数据预处理的说法错误的是（）

A.数据清洗主要是处理缺失值、异常值等

B.数据集成是将多个数据源合并成一个数据集

C.数据归约是对数据进行压缩，减少数据量

D.数据转换是将数据的格式进行转换，不改变数据内容

5.决策树算法中，选择最优划分属性的依据是（）

A.信息增益B.信息增益率C.基尼指数D.以上都是

6.支持向量机的核心思想是（）

A.找到一个超平面将不同类别的数据分开

B.找到一个最小化的分类误差

C.找到一个最大间隔的超平面将不同类别的数据分开

D.找到一个最大化的分类准确率

7.在聚类算法中，K-Means算法的主要步骤不包括（）

A.随机选择K个聚类中心

B.计算每个数据点到聚类中心的距离

C.合并距离最近的聚类

D.更新聚类中心

8.以下哪种数据挖掘任务可以用于预测客户是否会购买某种产品？（）

A.分类B.聚类C.关联规则挖掘D.异常检测

9.数据挖掘中的特征选择方法不包括（）

A.基于信息增益的方法B.基于方差的方法C.基于模型的方法D.基于距离的方法

10.以下关于深度学习在数据挖掘中的应用说法正确的是（）

A.深度学习只能用于图像识别B.深度学习不需要大量的数据

C.深度学习可以自动提取数据的特征D.深度学习算法简单，容易理解

二、多项选择题（总共5题，每题4分，每题有两个或两个以上正确答案，请将正确答案填在括号内）

1.以下哪些算法属于无监督学习算法？（）

A.决策树B.聚类算法C.关联规则挖掘算法D.支持向量机

2.在数据挖掘中，常用的评估回归模型性能的指标有（）

A.均方误差B.平均绝对误差C.决定系数D.准确率

3.关联规则挖掘中，提升度的含义是（）

A.提升度大于1表示规则有意义

B.提升度小于1表示规则有意义

C.提升度是指规则的置信度与期望置信度的比值

D.提升度是指规则的支持度与期望支持度的比值

4.以下关于数据挖掘流程的说法正确的是（）

A.数据挖掘流程包括数据预处理、模型选择与训练、模型评估与优化等步骤

B.数据挖掘流程是固定不变的，不能根据实际情况调整

C.数据挖掘流程中，模型评估与优化是可选步骤

D.数据挖掘流程中，数据预处理是非常重要的一步

5.以下哪些是数据挖掘中常用的特征工程方法？（）

A.特征提取B.特征选择C.特征构建D.特征转换

三、判断题（总共10题，每题2分，请判断对错，在括号内打“√”或“×”）

1.数据挖掘就是从大量数据中提取有价值信息的过程。（）

2.有监督学习算法需要有标记的数据进行训练。（）

3.关联规则挖掘中，支持度越高的规则越有意义。（）

4.数据预处理的目的是为了提高数据质量，以便更好地进行数据挖掘。（）

5.决策树算法只能处理数值型数据。（）

6.支持向量机可以处理非线性可分的数据。（）

7.在聚类算法中，K值的选择是固定的，不需要根据数据情况调整。（）

8.分类算法可以用于预测连续型变量的值。（）

9.数据挖掘中的特征选择是为了减少数据维度，提高模型性能。（）

10.深度学习是一种传统的数据挖掘算法。（）

四、简答题（总共3题，每题10分，请简要回答问题）

1.请简述数据挖掘的主要任务有哪些？

2.说明决策树算法的基本原理和构建过程。

3.解释支持向量机中核函数的作用。

五、综合题（总共2题，每题15分，请结合所学知识，综合分析并解答问题）

1.给定一个数据集