2026年数据分析师《数据挖掘》冲刺卷.docVIP

2026年数据分析师《数据挖掘》冲刺卷

一、单选题（总共10题，每题2分）

1.在数据挖掘过程中，用于描述数据集中数据项之间相似性的度量是？

A.相关性

B.距离

C.权重

D.偏度

2.决策树算法中，选择分裂属性时常用的指标是？

A.信息增益

B.方差分析

C.相关系数

D.均值绝对偏差

3.在聚类算法中，K-means算法的主要缺点是？

A.对初始聚类中心敏感

B.无法处理高维数据

C.计算复杂度高

D.只能处理小规模数据集

4.关联规则挖掘中，支持度表示？

A.规则的置信度

B.项目集在数据集中出现的频率

C.规则的强度

D.项目集的多样性

5.在分类算法中，逻辑回归模型属于？

A.监督学习

B.无监督学习

C.半监督学习

D.强化学习

6.在数据预处理中，处理缺失值常用的方法不包括？

A.删除含有缺失值的记录

B.填充缺失值

C.使用模型预测缺失值

D.对缺失值进行编码

7.在特征选择中，使用信息增益比作为评价标准的算法是？

A.递归特征消除

B.Lasso回归

C.决策树

D.逐步回归

8.在集成学习中，随机森林算法通过什么方法来提高模型的鲁棒性？

A.增加单个决策树的复杂度

B.减少决策树之间的相关性

C.增加数据集的规模

D.减少特征的数量

9.在异常检测中，孤立森林算法的主要思想是