2026年大数据分析与数据挖掘实战练习题集.docxVIP

第PAGE页共NUMPAGES页

2026年大数据分析与数据挖掘实战练习题集

一、单选题（每题2分，共20题）

背景：某电商平台需分析用户购买行为数据，以优化商品推荐策略。数据涵盖用户ID、商品ID、购买时间、用户属性等字段。

1.在用户分群聚类分析中，K-means算法与DBSCAN算法的主要区别在于？

A.K-means需要预先设定簇数量，DBSCAN无需预设

B.K-means适用于高维数据，DBSCAN不适用

C.K-means全局最优，DBSCAN局部最优

D.K-means计算复杂度低于DBSCAN

2.以下哪种时间序列分析方法最适合处理具有明显周期性波动的电商销售额数据？

A.ARIMA模型

B.GBDT算法

C.神经网络

D.决策树

3.在特征工程中，对用户性别（男/女）进行独热编码（One-HotEncoding）后，新特征维度的数量是？

A.1

B.2

C.3

D.4

4.某银行需预测客户流失概率，采用逻辑回归模型，但发现A、B两个特征高度相关。此时应采取哪种方法？

A.删除其中一个特征

B.使用Lasso回归

C.特征交叉

D.PCA降维

5.在Spark中，以下哪种操作最适合分布式计算大规模数据集？

A.Pandas操作

B.Dask操作

C.SparkRDD

D.NumPy操作

6.某