2026年数据科学与大数据分析专业试题数据挖掘与应用案例.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学与大数据分析专业试题：数据挖掘与应用案例

一、单选题（每题2分，共20题）

1.在北京市智慧交通数据分析项目中，用于预测未来30分钟内某路段拥堵状态的最适合的算法是？

A.决策树

B.神经网络

C.支持向量机

D.K近邻

2.某电商平台需要分析用户购买行为，发现关联规则挖掘中的“支持度”和“置信度”分别衡量的是？

A.规则的覆盖范围和规则的可信度

B.规则的准确率和规则的泛化能力

C.规则的时效性和规则的稳定性

D.规则的稀疏性和规则的密集性

3.在上海市金融风险防控中，用于检测异常交易行为的算法通常属于？

A.聚类分析

B.分类分析

C.关联规则挖掘

D.异常检测

4.以下哪种算法不适合处理高维稀疏数据？

A.LDA（线性判别分析）

B.PCA（主成分分析）

C.t-SNE（t分布随机邻域嵌入）

D.K-Means

5.在深圳市医疗健康领域，用于分析患者病历数据并推荐治疗方案的技术属于？

A.聚类分析

B.序列模式挖掘

C.半监督学习

D.强化学习

6.在广东省工业制造中，用于优化生产线排程的算法通常采用？

A.回归分析

B.遗传算法

C.贝叶斯网络

D.粒子群优化

7.以下哪种数据预处理方法适用于处理缺失值？

A.标准化

B.独热编码

C.插值法