2026年数据挖掘与机器学习考试模拟大数据分析及建模应用问题.docxVIP

第PAGE页共NUMPAGES页

2026年数据挖掘与机器学习考试模拟大数据分析及建模应用问题

一、单选题（共5题，每题2分，合计10分）

1.在北京市智慧交通大数据分析中，若需预测某路段未来30分钟的车流量，最适合使用的机器学习模型是？

A.决策树模型

B.神经网络模型

C.支持向量机模型

D.随机森林模型

2.某电商平台利用用户购买历史数据进行用户分群，若需处理数据量超过100TB且实时性要求不高，应优先选择哪种存储方案？

A.分布式文件系统（HDFS）

B.关系型数据库（MySQL）

C.NoSQL数据库（MongoDB）

D.时序数据库（InfluxDB）

3.在上海市城市空气质量监测中，若需检测PM2.5浓度异常值，最适合使用的算法是？

A.线性回归模型

B.聚类分析（K-Means）

C.异常检测算法（IsolationForest）

D.协同过滤推荐算法

4.某银行利用机器学习进行信贷风险评估，若需处理高维稀疏数据，应优先选择哪种特征工程方法？

A.主成分分析（PCA）

B.系统聚类分析

C.逻辑回归降维

D.决策树剪枝

5.在广东省工业设备预测性维护中，若需分析设备故障与传感器数据的关联性，最适合使用的模型是？

A.线性回归模型

B.递归神经网络（RNN）

C.关联规则挖掘（Apriori）

D.朴素