2026年数据科学练习题大数据分析方法技术应用.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学练习题大数据分析方法技术应用

一、单选题（共10题，每题2分）

1.在处理北京市交通拥堵大数据时，最适合使用的聚类算法是？

A.K-Means

B.DBSCAN

C.层次聚类

D.谱聚类

2.某电商平台需要分析用户购买行为，发现关联规则时，下列哪个指标最能反映规则的“强度”？

A.支持度（Support）

B.置信度（Confidence）

C.提升度（Lift）

D.频率

3.在Hadoop生态系统中，负责分布式文件存储的核心组件是？

A.Hive

B.YARN

C.HDFS

D.Spark

4.对于时序数据（如股票价格）的分析，最适合使用的模型是？

A.线性回归

B.ARIMA模型

C.决策树

D.逻辑回归

5.在数据预处理阶段，处理缺失值时，以下哪种方法会导致数据偏差最小？

A.删除缺失值

B.均值/中位数填充

C.KNN填充

D.回归填充

6.某银行需要检测信用卡欺诈，最适合使用的分类算法是？

A.朴素贝叶斯

B.支持向量机（SVM）

C.随机森林

D.逻辑回归

7.在Spark中，以下哪个操作属于“转换”（Transformation）操作？

A.`collect()`

B.`map()`

C.`take()`

D.`saveAsTextF