(2025年)数据挖掘试题附答案.docxVIP

(2025年)数据挖掘试题附答案

一、单项选择题（每题2分，共20分）

1.在数据挖掘中，处理类别不平衡数据时，以下哪种方法不属于“数据层面”的解决策略？

A.SMOTE过采样

B.调整分类阈值

C.欠采样多数类

D.提供合成少数类样本

答案：B（调整分类阈值属于“算法层面”的策略）

2.关于K-means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.适用于球形分布的数据

C.对噪声和离群点不敏感

D.需要预先指定聚类数K

答案：C（K-means对噪声和离群点敏感，因离群点会显著影响质心计算）

3.若某关联规则的支持度为0.3，置信度为0.8，其对应的提升度（Lift）计算需要的额外信息是？

A.规则前件的支持度

B.规则后件的支持度

C.所有事务中同时包含前件和后件的比例

D.所有事务中不包含前件的比例

答案：B（Lift=置信度/(后件支持度)，需后件支持度）

4.在决策树中，使用基尼指数（GiniIndex）作为分裂标准时，节点的基尼值越小表示？

A.节点的类别越不纯

B.节点的类别越纯

C.节点的样本量越大

D.节点的特征区分度越低

答案：B（基尼指数衡量类别不纯度，值越小纯度越高）

5.以下哪种特征编码方法最适合