2026年数据科学及其应用领域测试数据挖掘与分析技能.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学及其应用领域测试数据挖掘与分析技能

一、单选题（共10题，每题2分）

1.在处理北京市某大型商场顾客消费数据时，发现部分顾客的年龄数据异常偏高（如200岁），最合适的异常值处理方法是？

A.直接删除异常数据

B.将异常值替换为中位数

C.对年龄数据进行对数转换后再处理

D.保留异常值并标注为缺失值

2.某电商平台希望预测用户购买某商品的可能性，最适合使用的分类算法是？

A.线性回归

B.决策树

C.K-Means聚类

D.主成分分析（PCA）

3.在分析上海市交通拥堵数据时，某特征（如“天气情况”）是分类变量，最适合的编码方法是？

A.标准化（StandardScaler）

B.独热编码（One-HotEncoding）

C.最小-最大缩放（Min-MaxScaling）

D.二值化（BinaryEncoding）

4.某银行需要评估客户违约风险，最适合使用的评估指标是？

A.均值（Mean）

B.方差（Variance）

C.AUC（AreaUndertheCurve）

D.相关系数（CorrelationCoefficient）

5.在分析深圳市某公司员工离职数据时，发现离职率与“工作年限”呈负相关，最可能的原因是？

A.数据噪声

B.员工离职倾向随时间