2026年大数据分析与数据挖掘技术模拟题及答案详解.docxVIP

2026年大数据分析与数据挖掘技术模拟题及答案详解

一、单项选择题（每题2分，共20分）

1.以下数据清洗操作中，用于处理数据缺失值的常用方法是：

A.主成分分析（PCA）

B.均值填补

C.归一化处理

D.卡方检验

2.在分类任务中，若目标变量是三分类（类别A、B、C），且样本分布为A:70%、B:20%、C:10%，则以下评估指标中最不适合的是：

A.准确率（Accuracy）

B.F1score（宏平均）

C.ROCAUC（多类扩展）

D.召回率（Recall）针对类别C

3.关于kmeans聚类算法，以下描述错误的是：

A.初始质心的选择会影响最终聚类结果

B.适用于非凸形状的簇结构

C.目标函数是最小化各样本到其所属簇质心的欧氏距离平方和

D.对异常值敏感

4.SparkRDD的transformation操作中，以下属于宽依赖（shuffle操作）的是：

A.map()

B.filter()

C.groupByKey()

D.flatMap()

5.在关联规则挖掘中，若某规则的支持度为0.3，置信度为0.6，提升度（Lift）为1.2，则以下推论正确的是：

A.该规则的提升度大于1，说明前件和后件之间存在正相关

B.支持度0.3表示30%的事务同时包含前件和后件

C.置信度0.6表示前件出现时后件出现的概率比后件单独出现