2026年数据科学考试数据挖掘方法试题解读.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学考试数据挖掘方法试题解读

一、单选题（每题2分，共20题）

1.在数据预处理阶段，对于缺失值处理方法中，插值法主要适用于以下哪种情况？

A.缺失数据较少且分布均匀

B.缺失数据较多且呈系统性偏差

C.缺失数据与某些特征高度相关

D.缺失数据呈随机缺失

2.下列哪种算法属于监督学习范畴？

A.K-means聚类

B.主成分分析（PCA）

C.决策树分类

D.自组织映射（SOM）

3.在交叉验证中，K折交叉验证最适用于以下哪种场景？

A.数据集规模非常小

B.计算资源极其有限

C.需要较高精度且数据量适中

D.数据集存在严重类别不平衡

4.以下哪种指标最适合评估文本分类任务的性能？

A.均方误差（MSE）

B.F1分数

C.决定系数（R2）

D.平均绝对误差（MAE）

5.在关联规则挖掘中，Apriori算法的核心思想是什么？

A.基于概率统计的方法

B.利用梯度下降优化

C.频繁项集的逐层生成

D.基于决策树的递归分解

6.以下哪种聚类算法对数据分布的假设较为严格？

A.DBSCAN

B.层次聚类

C.K-means

D.高斯混合模型（GMM）

7.在特征工程中，特征选择的主要目的是什么？

A.增加数据维度

B.减少冗余信息

C.提高模型训练速度

D.