2026年数据挖掘工程师知识考试试题及答案解析.docxVIP

2026年数据挖掘工程师知识考试试题及答案解析

一、单项选择题（每题2分，共20分）

1.以下哪种方法最适合处理高维稀疏的类别特征？

A.标准化（Zscore）

B.独热编码（OneHotEncoding）

C.对数变换（LogTransformation）

D.主成分分析（PCA）

2.在决策树算法中，C4.5算法相较于ID3算法的主要改进是？

A.使用信息增益比替代信息增益

B.支持连续型特征离散化

C.引入剪枝策略防止过拟合

D.同时支持分类与回归任务

3.以下哪项指标用于衡量聚类算法的“类内紧凑性”与“类间分离性”？

A.轮廓系数（SilhouetteCoefficient）

B.调整兰德指数（AdjustedRandIndex）

C.F1score

D.AUCROC

4.在关联规则挖掘中，若某规则“啤酒→尿布”的支持度为15%，置信度为60%，则以下说法正确的是？

A.所有购物篮中，同时包含啤酒和尿布的比例为15%

B.包含啤酒的购物篮中，有60%也包含尿布

C.包含尿布的购物篮中，有60%也包含啤酒

D.该规则的提升度（Lift）一定大于1

5.对于不平衡数据集（正类占比5%），以下哪种评估指标最不适用？

A.准确率（Accur