数据挖掘面试题及答案.docxVIP

数据挖掘面试题及答案

一、基础概念与业务理解类

1.请说说数据挖掘和数据分析的核心区别，实际工作中你怎么区分二者的应用场景？

答案：核心区别在于目标和输出——数据分析更偏向“描述过去、解释现状”，比如分析上月用户留存率下降的原因，输出的是结论和洞察；数据挖掘更偏向“预测未来、挖掘未知”，比如构建用户流失预测模型，输出的是可落地的预测能力或规律。

实际工作中，先看业务需求：如果是“找原因、做总结、支撑决策”，用数据分析，比如拆解销售业绩波动；如果是“做预测、找规律、自动化决策”，用数据挖掘，比如给用户做个性化推荐、预测信贷违约。另外，数据分析常是一次性的，数据挖掘多是周期性迭代（比如模型调优、重新训练）。

2.什么是特征工程？为什么说特征工程对模型效果影响很大？你实际做过哪些特征工程操作？

答案：特征工程就是把原始数据转换成模型能识别、能有效学习的特征的过程，核心是“提取有用信息、降低噪声干扰”。

模型的效果，本质上是“garbagein,garbageout”（输入垃圾，输出垃圾）。原始数据里常藏着冗余信息、缺失值、异常值，甚至非线性关系，模型直接学不到有效规律；而好的特征工程能把数据里的核心信息提炼出来，比如把“用户注册时间”转换成“用户存续时长”，把“多维度消费记录”聚合成“消费活跃度”，让模型更快收敛、预测更准。

实际做过的操作：缺失值处理（数值型用中位数/均