2026年数据分析师面试题及答案分类与聚类篇.docxVIP

第PAGE页共NUMPAGES页

2026年数据分析师面试题及答案：分类与聚类篇

一、选择题（每题2分，共10题）

1.在处理电商用户购物行为数据时，若要预测用户是否会购买某商品，最适合使用的分类算法是？

A.K-Means聚类算法

B.决策树分类算法

C.Apriori关联规则算法

D.PCA主成分分析算法

2.关于过拟合现象，以下描述正确的是？

A.模型在训练集上表现好，但在测试集上表现差

B.模型在测试集上表现好，但在训练集上表现差

C.模型对训练数据的噪声过于敏感

D.模型参数过多导致泛化能力差

3.在客户细分场景中，若要发现潜在的客户群体，以下哪种聚类算法更合适？

A.K-Means

B.DBSCAN

C.层次聚类

D.谱聚类

4.评估分类模型性能时，当类别不平衡时，以下指标最适合？

A.准确率（Accuracy）

B.精确率（Precision）

C.召回率（Recall）

D.F1分数

5.在处理高维电商用户数据时，为了减少维度并保留主要特征，通常会使用？

A.决策树

B.线性回归

C.主成分分析（PCA）

D.逻辑回归

二、简答题（每题5分，共3题）

6.请简述K-Means聚类算法的基本原理及其优缺点。

7.在电商场景下，如何利用分类算法预测用户流失风险？请说明关键步骤和考虑因素。

8.比较K-