2026年数据挖掘与数据可视化实战案例题库.docxVIP

2026年数据挖掘与数据可视化实战案例题库

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

B.数据理解

C.数据准备

D.模型评估

解析：数据准备阶段是CRISP-DM流程的核心环节之一，该阶段主要完成数据清洗、数据集成、数据变换和数据规约等任务，为后续的建模工作提供高质量的数据输入。业务理解阶段侧重于明确业务目标和需求，数据理解阶段侧重于通过探索性数据分析掌握数据特征，模型评估阶段侧重于验证模型性能和业务价值。因此正确答案为C。

2.下列哪种可视化方法最适合展示不同类别数据之间的数量级差异？（2分）

A.散点图

B.饼图

C.条形图

D.热力图

解析：条形图通过条形的长度直观地比较不同类别数据的数量差异，特别适合展示类别数量不多但数值差异较大的场景。散点图主要用于展示两个连续变量之间的关系，饼图适合展示部分与整体的比例关系，热力图适合展示二维矩阵数据的分布情况。因此正确答案为C。

3.在K-means聚类算法中，如果初始聚类中心选择不当，可能导致哪种问题？（2分）

A.聚类数量过多

B.聚类数量过少

C.聚类结果不稳定