数据挖掘工程师算法面试题及答案.docxVIP

第PAGE页共NUMPAGES页

2026年数据挖掘工程师算法面试题及答案

一、选择题（共5题，每题2分，共10分）

1.数据预处理中，处理缺失值最常用的方法是？

A.删除含有缺失值的样本

B.均值/中位数/众数填充

C.K最近邻填充

D.回归填充

答案：B

解析：均值/中位数/众数填充是最常用且简单的方法，适用于数据分布较均匀的情况。删除样本会导致数据量减少，KNN和回归填充计算复杂，较少作为首选。

2.在特征选择中，基于过滤法的常用指标是？

A.Lasso回归系数

B.决策树特征重要性

C.相关性系数

D.递归特征消除（RFE）

答案：C

解析：过滤法通过统计指标评估特征与目标变量的关系，相关性系数是常用指标。Lasso和RFE属于包裹法，决策树特征重要性属于嵌入法。

3.对于分类问题，评估模型性能时，哪个指标在类别不平衡时最不可靠？

A.F1分数

B.准确率（Accuracy）

C.AUC（ROC曲线下面积）

D.召回率（Recall）

答案：B

解析：准确率在类别不平衡时会被误导，例如90%的样本属于A类，模型全预测A类也能达到90%准确率。F1、AUC和召回率能更好处理不平衡问题。

4.以下哪种算法最适合处理高维稀疏数据？

A.支持向量机（SVM）

B.决策树

C.神经网络

D.K近邻（KNN）

答案：A

解析：SVM