2025年数据挖掘试卷及答案.docxVIP

2025年数据挖掘试卷及答案

一、单项选择题（每题2分，共20分）

1.以下哪项不属于数据清洗的常见操作？

A.处理缺失值

B.标准化特征尺度

C.纠正异常值

D.去除重复记录

2.在分类任务中，若目标变量是“用户是否会购买会员（是/否）”，且正负样本比例为1:99，以下哪种评估指标最不适合？

A.准确率（Accuracy）

B.F1分数

C.ROC-AUC

D.召回率（Recall）

3.关于K-means聚类算法，以下描述错误的是？

A.需预先指定聚类数k

B.对初始质心选择敏感

C.适用于非凸形状的簇

D.目标函数是最小化样本到质心的欧氏距离平方和

4.关联规则挖掘中，若规则“牛奶→面包”的支持度为15%，置信度为80%，则以下推论正确的是？

A.所有购买牛奶的用户中80%购买了面包

B.所有购买面包的用户中15%同时购买了牛奶

C.15%的购物篮同时包含牛奶和面包

D.80%的购物篮同时包含牛奶和面包

5.以下哪种特征选择方法基于特征与目标变量的统计相关性？

A.随机森林的特征重要性

B.主成分分析（PCA）

C.卡方检验（Chi-squareTest）

D.递归特征消除（RFE）

6.在梯度提升树（GBM）中，以下哪项操作可缓解