数据挖掘研究生复试面试题及详细答案（真实考场版）.docxVIP

数据挖掘研究生复试面试题及详细答案（真实考场版）.docx

数据挖掘研究生复试面试题及详细答案（真实考场版）

一、基础概念类（必考题）

1.请你简单说说什么是数据挖掘？它和数据分析、机器学习的区别是什么？

参考答案：

首先，数据挖掘本质是从大量、杂乱、有噪声的实际数据里，挖掘出隐藏的、之前未知的、有价值的规律和知识的过程，核心是从数据中找未知规律，不是简单的数据统计。

三者的区别我是这样理解的：

第一，数据分析偏业务和统计，主要是基于现有数据做描述、对比、复盘，回答“发生了什么”，比如统计月度销量、分析用户留存，结论都是已知逻辑内的总结。

第二，机器学习偏模型和算法，核心是让模型通过数据自主学习规律，完成预测、分类等任务，解决“怎么让机器自动决策”的问题，是实现数据挖掘的核心工具。

第三，数据挖掘是目标导向的综合过程，融合了统计、机器学习、数据库知识，重点是挖掘未知的、潜在的价值规律，比如关联规则、异常模式，更侧重知识发现，而不是单纯的模型训练。

2.数据挖掘的主要任务有哪些？分别举一个实际例子

参考答案：

数据挖掘核心任务主要分五类，都是读研后常用的基础方向：

一是分类，属于有监督学习，把样本划分到已知类别里，比如根据用户行为判断是否为风险用户。

二是回归，也是有监督，预测连续数值，比如根据房屋特征预测房价、根据历史数据预测销量。

三是聚类，无监督学习，把相似样本自动分组，比如对电商用户做人群分层、对文本做主题聚类。