2026年数据科学基础与大数据应用技术试题.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学基础与大数据应用技术试题

一、单选题（共10题，每题2分，合计20分）

1.在数据预处理阶段，对于缺失值处理，以下哪种方法在处理连续性变量时较为常用且效果较好？（）

A.删除含有缺失值的行

B.使用均值或中位数填充

C.使用众数填充

D.使用模型预测缺失值

2.以下哪种算法属于监督学习算法？（）

A.K-means聚类

B.决策树分类

C.主成分分析（PCA）

D.系统聚类

3.在大数据处理中，Hadoop生态系统中的HDFS主要用于什么？（）

A.实时数据流处理

B.分布式文件存储

C.图数据库管理

D.分布式计算框架

4.以下哪种技术不属于数据挖掘中的关联规则挖掘？（）

A.Apriori算法

B.K-means聚类

C.FP-Growth算法

D.Eclat算法

5.在时间序列分析中，ARIMA模型主要用于解决什么类型的问题？（）

A.分类问题

B.回归问题

C.指数平滑

D.非平稳序列的预测

6.以下哪种工具在Python中常用于数据分析和可视化？（）

A.TensorFlow

B.PyTorch

C.Pandas

D.Scikit-learn

7.在分布式计算中，Spark的RDD（弹性分布式数据集）的核心特性是什么？（）

A.不