2026年数据挖掘与商业智能实战习题.docxVIP

2026年数据挖掘与商业智能实战习题

一、单项选择题（本大题共10小题，每小题2分，共20分）

1.在数据挖掘的CRISP-DM流程中，哪个阶段主要关注数据预处理和特征工程，为后续建模做准备？（2分）

A.业务理解阶段

B.数据理解阶段

C.数据准备阶段

D.模型评估阶段

2.下列哪种算法属于监督学习中的分类算法，常用于处理不平衡数据集？（2分）

A.决策树

B.K-近邻

C.神经网络

D.聚类算法

3.在商业智能中，OLAP技术主要支持哪种多维数据分析视角？（2分）

A.线性回归分析

B.关联规则挖掘

C.上下钻取操作

D.主成分分析

4.以下哪种指标最适合评估分类模型在极端不平衡数据集上的性能？（2分）

A.准确率

B.召回率

C.F1分数

D.AUC值

5.在数据预处理过程中，处理缺失值最常用的方法是？（2分）

A.删除含有缺失值的样本

B.均值/中位数/众数填充

C.K最近邻填充

D.以上都是

6.以下哪种数据挖掘任务最适合发现隐藏在大量数据中的关联模式？（2分）

A.分类

B.聚类

C.关联规则

D.回归分析

7.在特征工程中，以下哪种方法属于特征选择技术？（2分）

A.主成分分析