2026年数据科学技能认证题库考试数据分析与挖掘题目集.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学技能认证题库考试数据分析与挖掘题目集

一、单选题（每题2分，共20题）

1.在处理缺失值时，以下哪种方法最适用于具有高度相关性的多变量数据集？

A.删除含有缺失值的行

B.使用均值或中位数填充

C.K最近邻（KNN）插补

D.回归填充

2.假设你正在分析某电商平台的用户购买行为数据，发现用户的购买频率与年龄呈负相关，以下哪个结论最合理？

A.年龄越大，用户购买频率越高

B.年龄越小，用户购买频率越高

C.年龄与购买频率无关

D.需要更多数据验证相关性

3.在数据预处理中，标准化（Z-scorenormalization）的主要目的是什么？

A.缩小数据范围

B.增大数据分散度

C.提高数据线性关系

D.减少异常值影响

4.假设某城市交通管理部门需要预测高峰时段的拥堵情况，以下哪种时间序列分析方法最适用？

A.线性回归

B.ARIMA模型

C.逻辑回归

D.决策树

5.在聚类分析中，K-means算法的主要缺点是什么？

A.对初始中心点敏感

B.无法处理高维数据

C.计算效率低

D.只能处理球形簇

6.假设你正在构建一个信用卡欺诈检测模型，以下哪种评估指标最合适？

A.准确率

B.召回率

C.F1分数

D.AUC-ROC

7.在特征工程中，以下哪种方法可以