2026年大数据分析数据挖掘与机器学习实操题库.docxVIP

第PAGE页共NUMPAGES页

2026年大数据分析：数据挖掘与机器学习实操题库

一、选择题（每题2分，共20题）

说明：下列各题每题只有一个最符合题意的选项。

1.在处理某电商平台的用户购买行为数据时，若需发现用户购买商品的关联规则，最适合使用的数据挖掘算法是？

A.决策树

B.K-means聚类

C.关联规则挖掘（Apriori）

D.神经网络

2.某城市交通管理部门需要预测高峰时段的拥堵情况，最适合使用的机器学习模型是？

A.逻辑回归

B.支持向量机

C.随机森林

D.线性回归

3.在数据预处理阶段，处理缺失值时，若数据量较大且缺失比例不高，常用的方法是？

A.删除含有缺失值的样本

B.使用均值/中位数/众数填充

C.使用KNN填充

D.以上都对

4.某银行需要识别信用卡欺诈行为，适合使用的分类算法是？

A.线性回归

B.朴素贝叶斯

C.XGBoost

D.KNN

5.在特征工程中，若需将类别特征转换为数值特征，常用的方法是？

A.标准化

B.One-Hot编码

C.PCA降维

D.熵权法

6.某公司希望对客户进行分群，以制定差异化营销策略，适合使用的聚类算法是？

A.逻辑回归

B.DBSCAN

C.线性回归

D.朴素贝叶斯

7.在时间序列预测中，若数据存在明显的季节性波动，适合使用的模型是？

A.