2026年分类与整理试题及答案.docxVIP

2026年分类与整理试题及答案

1.单项选择题（每题2分，共20分）

1.1在数据仓库中，将原始销售明细表按“年份—月份—省份”三级粒度进行预汇总，这种操作属于下列哪一类数据整理技术？

A.数据归约?B.数据清洗?C.数据变换?D.数据标注

答案：A

1.2某电商将用户行为日志按“用户ID→会话ID→事件时间”建立三级索引，若采用B+树实现，则最有利于下列哪类查询？

A.返回某用户最近30天全部事件?B.返回全站每小时事件总量?C.返回某商品被浏览次数?D.返回事件类型分布

答案：A

1.3在K-means聚类中，若样本x_i被错误分配到簇C_2而非真实簇C_1，则下列指标最直接反映该错误的是

A.轮廓系数?B.兰德指数（RI）?C.戴维森堡丁指数（DBI）?D.簇内平方和（WCSS）

答案：B

1.4对高维稀疏文本向量进行降维，若需保留可解释性，应优先选择

A.t-SNE?B.PCA?C.潜在语义分析（LSA）?D.自编码器

答案：C

1.5在分类模型评估中，若类别极度不平衡且更关注正类召回，应首选

A.Accuracy?B.F1-score?C.AUC-ROC?D.Cohen’sκ

答案：B

1.6下列关于HadoopSequenceFile的描述正确的是

A.支持split压缩块?B.Key与Value必须为Wri