2026年(完整版)数据挖掘题及答案.docx

2026年(完整版)数据挖掘题及答案

一、数据预处理与特征工程（本题共30分）

某电商平台2025年用户行为数据集包含以下字段：用户ID（UserID）、年龄（Age）、月收入（Income，单位：元）、日均活跃时长（DailyActive，单位：分钟）、近30天购买次数（Purchase30）、是否为会员（IsMember，0/1）、7天内是否有退货（Return7d，0/1）。数据质量检测发现：

（1）Age字段有15%的缺失值，且缺失数据的Income均值显著高于非缺失数据（p0.01）；

（2）DailyActive字段存在3个异常值（分别为360分钟、480分钟、600分