2025-2026年大数据挖掘技术模拟试卷.docxVIP

2025-2026年大数据挖掘技术模拟试卷

一、单选题（本大题共10小题，每小题2分，共20分）

1.在大数据挖掘技术中，下列哪种算法通常用于处理高维稀疏数据且具有较好的可解释性？（）

A.支持向量机（SVM）

B.K-近邻算法（KNN）

C.决策树

D.神经网络

2.以下哪个指标最适合用于评估聚类算法的聚类效果，尤其是在数据分布不均匀的情况下？（）

A.准确率（Accuracy）

B.F1分数（F1-Score）

C.轮廓系数（SilhouetteCoefficient）

D.AUC（AreaUnderCurve）

3.在进行关联规则挖掘时，提升度（Lift）指标主要用于衡量什么？（）

A.两个项集之间的统计显著性

B.一个项集对另一个项集的预测能力

C.两个项集同时出现的概率

D.两个项集之间的相关强度

4.以下哪种数据预处理技术最适合用于处理缺失值，尤其是在数据量较大的情况下？（）

A.插值法

B.删除法

C.回归填充

D.K最近邻填充

5.在特征选择过程中，递归特征消除（RFE）算法的核心思想是什么？（）

A.基于模型的特征重要性排序

B.基于统计检验的特征显著性评估

C.基于信息增益的