2026年数据分析与数据挖掘多选题库年度更新版.docxVIP

第PAGE页共NUMPAGES页

2026年数据分析与数据挖掘：多选题库年度更新版

第一部分：数据预处理与特征工程（5题，每题2分）

1.数据清洗中的缺失值处理方法有哪些？

A.删除含有缺失值的行

B.使用均值、中位数或众数填充

C.使用K最近邻（KNN）算法填充

D.插值法

E.以上都是

答案：E

解析：数据清洗中的缺失值处理方法包括删除、填充（均值/中位数/众数/插值/KNN等），因此选项E正确。

2.特征工程中，哪些属于特征选择方法？

A.主成分分析（PCA）

B.递归特征消除（RFE）

C.Lasso回归

D.决策树特征重要性排序

E.以上都是

答案：E

解析：特征选择方法包括降维技术（PCA）、包裹式方法（RFE）、嵌入式方法（Lasso回归）及基于模型的特征重要性（决策树等），因此选项E正确。

3.如何处理数据中的异常值？

A.删除异常值

B.使用Z-score或IQR方法检测

C.对异常值进行分箱处理

D.使用离群点聚类算法（如DBSCAN）

E.以上都是

答案：E

解析：异常值处理方法包括检测（Z-score/IQR）、删除、分箱或聚类处理，因此选项E正确。

4.标准化与归一化的区别是什么？

A.标准化使用均值为0，标准差为1

B.归一化将数据缩放到[0,1]区间

C.标准化适用于所有数据类型

D.归一化可