数据挖掘与大数据分析技能测试题库及答案.docxVIP

数据挖掘与大数据分析技能测试题库及答案

一、单项选择题（每题2分，共20分）

1.以下哪种数据清洗方法适用于处理数值型特征中的异常值？

A.众数填充法

B.Z-score标准化

C.分箱处理

D.独热编码

答案：C

解析：分箱处理（Binning）通过将连续数值划分为区间，可有效缓解异常值对模型的影响；Z-score用于标准化而非直接处理异常值；众数填充用于缺失值；独热编码用于类别特征离散化。

2.在分类任务中，若正负样本比例为1:100，且目标是最小化漏检正样本的情况，应优先选择以下哪个评估指标？

A.准确率（Accuracy）

B.F1-score

C.召回率（Recall）

D.精确率（Precision）

答案：C

解析：召回率衡量正样本被正确识别的比例，漏检正样本对应召回率低的场景，因此需优先优化召回率。

3.以下关于随机森林（RandomForest）和梯度提升树（GradientBoostingTree）的描述，错误的是？

A.随机森林通过Bagging集成，梯度提升树通过Boosting集成

B.随机森林的基分类器是并行训练，梯度提升树是串行训练

C.随机森林对异常值更敏感，梯度提升树鲁棒性更强

D.随机森林难以处理高维稀疏数据，梯度提升树可通过特征重要性筛选优化