南京睿科面试题目及答案：初级数据挖掘工程师.docVIP

南京睿科面试题目及答案：初级数据挖掘工程师.doc

南京睿科面试题目及答案：初级数据挖掘工程师

1.下列不属于CRISP-DM数据挖掘标准流程核心阶段的是？A.数据准备B.模型部署C.算法调优D.业务理解（5分）

2.针对数值型特征的缺失值，若特征分布接近正态分布，且缺失比例在10%以内，最合适的处理方式是？A.删除该特征B.均值填充C.中位数填充D.众数填充（5分）

3.以下属于监督式学习分类算法的是？A.K-MeansB.DBSCANC.逻辑回归D.主成分分析（5分）

4.简述初级数据挖掘工程师在项目中，业务理解阶段对后续数据准备工作的指导作用（10分）

5.某电商平台用户购买预测模型的混淆矩阵中，真阳性（TP）为80，假阳性（FP）为20，真阴性（TN）为900，假阴性（FN）为10，请计算该模型的准确率和召回率，并说明在用户购买预测场景中，哪一个指标更重要及原因（15分）

答案与解析：

第一题答案：C。解析：CRISP-DM标准流程包含6个核心阶段，分别为业务理解、数据理解、数据准备、建模、评估、部署，算法调优属于建模阶段内部操作，不属于核心阶段。

第二题答案：B。解析：数值型特征缺失处理中，正态分布特征适合用均值填充，偏态分布适合中位数填充，分类特征适合众数填充；删除特征仅适用于缺失比例过高（通常＞30%）的情况，本题缺失比例10%，采用均值填充更合适。