2026年数据科学应用案例数据挖掘与分析考试题目解析.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学应用案例：数据挖掘与分析考试题目解析

一、单选题（每题2分，共20题）

1.某电商平台需通过用户购买历史预测未来购买行为，最适合使用的算法是？

A.决策树

B.神经网络

C.聚类分析

D.关联规则挖掘

2.在处理缺失值时，以下哪种方法不属于常见填充策略？

A.均值/中位数/众数填充

B.K最近邻（KNN）填充

C.回归填充

D.直接删除缺失值行

3.某城市交通管理部门希望识别高峰时段拥堵路段，最适合使用的数据挖掘技术是？

A.聚类分析

B.关联规则挖掘

C.异常检测

D.回归分析

4.在银行反欺诈场景中，异常检测算法的主要应用目标是？

A.发现异常交易模式

B.提高模型泛化能力

C.降低误报率

D.优化模型训练速度

5.某零售企业通过用户评论文本数据挖掘情感倾向，最适合使用的模型是？

A.决策树

B.支持向量机（SVM）

C.朴素贝叶斯

D.主题模型（LDA）

6.在客户流失预测中，以下哪个指标不属于常见的评估指标？

A.AUC（AreaUnderCurve）

B.F1分数

C.P值

D.精确率

7.某医疗机构希望根据患者病历数据预测疾病风险，最适合使用的模型是？

A.决策树

B.线性回归

C.K-均值聚类

D.协同过滤

8.在电商推荐系统中