2026年数据科学与大数据应用数据挖掘与分析技能提升题库.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学与大数据应用数据挖掘与分析技能提升题库

一、单选题（每题2分，共20题）

1.在处理某城市交通拥堵数据时，若要分析不同时段（早、中、晚）的拥堵程度差异，最适合使用的统计方法是？

A.相关性分析

B.独立样本t检验

C.方差分析（ANOVA）

D.回归分析

答案：C

解析：方差分析适用于比较多个组别（如不同时段）的均值差异，而独立样本t检验仅适用于两组。相关性分析用于变量间关系，回归分析用于预测。

2.在使用K-means聚类算法时，若发现聚类结果不稳定，可能的原因是？

A.数据量过大

B.K值选择不当

C.数据存在噪声

D.以上都是

答案：D

解析：K-means对数据量、K值选择及噪声敏感，三者均可能导致结果不稳定。

3.某电商企业希望根据用户购买历史预测其复购概率，最适合使用的模型是？

A.决策树

B.逻辑回归

C.神经网络

D.支持向量机

答案：B

解析：逻辑回归适用于二分类问题（如复购/未复购），而决策树和神经网络更适合分类但可能过拟合。

4.在数据预处理中，处理缺失值最常用的方法是？

A.删除含有缺失值的样本

B.均值/中位数/众数填充

C.插值法

D.以上都是

答案：D

解析：删除样本、均值填充、中位数填充及插值法均为常用方法，需根据数据特点选择。

5.在