2026年数据分析师认证题库数据挖掘与分析技术.docxVIP

第PAGE页共NUMPAGES页

2026年数据分析师认证题库数据挖掘与分析技术

一、单选题（共10题，每题2分）

1.题干：在数据挖掘过程中，用于描述数据集中某个特征分布情况的统计量是？

A.相关系数

B.偏度系数

C.熵值

D.方差

答案：D

解析：方差用于描述数据集中数值的离散程度，反映特征分布的集中趋势。相关系数衡量变量间线性关系；偏度系数描述数据分布的对称性；熵值多用于决策树信息增益计算。

2.题干：某电商企业需分析用户购买行为，最适合使用的分类算法是？

A.K-近邻算法

B.神经网络

C.决策树

D.支持向量机

答案：C

解析：决策树直观易懂，适合处理电商用户分类问题，可通过特征（如浏览时长、购买频率）进行目标用户划分。K-近邻适合小规模数据；神经网络计算复杂度高；支持向量机对核函数依赖强。

3.题干：在缺失值处理中，以下哪种方法适用于数值型特征且假设数据近似正态分布？

A.均值填充

B.回归填充

C.KNN填充

D.分位数填充

答案：A

解析：均值填充简单高效，但仅适用于正态分布数据。回归填充需建立模型预测缺失值；KNN填充依赖相似样本，计算量大；分位数填充适用于偏态分布。

4.题干：某城市交通部门要预测拥堵指数，最适合使用的聚类算法是？

A.K-Means

B.层次聚类

C.DBSCAN

D.谱聚类

答案：A

解