2026年数据科学与数据分析考试数据挖掘方法与技术.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学与数据分析考试数据挖掘方法与技术

一、单选题（共10题，每题2分，合计20分）

1.在数据挖掘过程中，以下哪项不属于数据预处理阶段的主要任务？

A.数据清洗

B.数据集成

C.特征工程

D.模型评估

答案：C

解析：数据预处理包括数据清洗（处理缺失值、异常值）、数据集成（合并多个数据源）、数据变换（特征缩放、规范化）等，而特征工程属于数据挖掘的建模阶段，不属于预处理范畴。

2.以下哪种算法属于无监督学习算法？

A.决策树

B.神经网络

C.K-Means聚类

D.支持向量机

答案：C

解析：K-Means聚类是一种典型的无监督学习算法，用于将数据点划分为不同的簇。决策树、神经网络、支持向量机均属于监督学习算法。

3.在处理高维数据时，以下哪种方法可以有效降低维度并保留重要信息？

A.主成分分析（PCA）

B.线性回归

C.决策树

D.逻辑回归

答案：A

解析：主成分分析（PCA）通过线性变换将高维数据投影到低维空间，同时保留大部分方差信息。线性回归、决策树、逻辑回归主要用于预测任务，不涉及维度降低。

4.在关联规则挖掘中，常用的评价指标是？

A.准确率

B.提升度（Lift）

C.召回率

D.F1分数

答案：B

解析：提升度（Lift）用于衡量规则A→B的预测能力是否高于随机猜