2026年数据科学专业考试练习题数据挖掘与分析方法.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学专业考试练习题：数据挖掘与分析方法

一、单选题（每题2分，共20题）

1.在数据预处理阶段，以下哪项技术主要用于处理缺失值？

A.数据规范化

B.数据编码

C.插值法

D.数据降维

2.以下哪种算法属于监督学习算法？

A.K-means聚类

B.主成分分析（PCA）

C.决策树

D.Apriori关联规则

3.在评估分类模型性能时，哪个指标最适合处理数据不平衡问题？

A.准确率（Accuracy）

B.召回率（Recall）

C.F1分数

D.AUC值

4.以下哪种模型适用于时间序列预测？

A.线性回归

B.LSTM神经网络

C.决策树

D.KNN分类

5.在数据挖掘中，过拟合现象通常由以下哪个原因导致？

A.数据量不足

B.特征过多

C.模型复杂度过低

D.数据噪声大

6.以下哪种聚类算法适用于发现任意形状的簇？

A.K-means

B.DBSCAN

C.层次聚类

D.Birch

7.在关联规则挖掘中，支持度和置信度分别衡量什么？

A.规则的普遍性和可靠性

B.规则的准确性和覆盖范围

C.规则的复杂度和效率

D.规则的时效性和适用性

8.以下哪种特征选择方法适用于处理高维数据？

A.递归特征消除（RFE）

B.Lasso回归

C.全部特征