2026年数据挖掘与机器学习关联测试题集.docxVIP

第PAGE页共NUMPAGES页

2026年数据挖掘与机器学习关联测试题集

一、单选题（每题2分，共20题）

考察点：数据预处理与特征工程

1.在处理缺失值时，以下哪种方法最适用于缺失比例较高的连续型特征？（）

A.删除含缺失值的样本

B.使用均值/中位数填充

C.K最近邻填充

D.回归填充

2.以下哪种特征缩放方法适用于距离度量模型？（）

A.标准化（Z-score）

B.归一化（Min-Max）

C.对数变换

D.二值化

3.在特征选择中，以下哪种方法属于包裹式方法？（）

A.Lasso回归

B.决策树特征重要性

C.递归特征消除（RFE）

D.基于模型的特征选择

4.对于高维稀疏数据，以下哪种降维方法效果较好？（）

A.PCA

B.t-SNE

C.LDA

D.UMAP

5.在处理文本数据时，以下哪种方法能有效提取语义特征？（）

A.词袋模型（Bag-of-Words）

B.TF-IDF

C.Word2Vec

D.One-Hot编码

6.在处理不平衡数据时，以下哪种方法属于过采样技术？（）

A.SMOTE

B.过采样后重新平衡

C.权重调整

D.代价敏感学习

7.对于非线性关系建模，以下哪种模型最适用？（）

A.线性回归

B.逻辑回归

C.支持向量机（RBF核）

D.K近邻

8.在交叉验证中，