2026年数据挖掘与机器学习实战训练题库.docxVIP

2026年数据挖掘与机器学习实战训练题库

一、单项选择题（本大题共10小题，每小题2分，共20分）

1.在数据挖掘过程中，用于评估模型泛化能力的指标是（）

A.过拟合度

B.训练误差

C.测试误差

D.特征冗余度

解析：本题考查模型评估基础概念。泛化能力指模型对未见过数据的预测性能，测试误差（C）最能反映泛化能力。过拟合度（A）是过拟合程度量化指标；训练误差（B）反映模型对训练数据的拟合程度；特征冗余度（D）指特征间的线性相关性，与模型泛化能力无直接关系。数据挖掘中常用留一法、交叉验证等方法评估测试误差。

2.决策树算法中，用于选择分裂属性的标准包括（）

A.基尼系数与信息增益

B.决策规则与置信度提升

C.特征方差与相关系数

D.聚类系数与轮廓系数

解析：本题考查决策树分裂标准。分类决策树常用基尼系数（Giniimpurity）或信息增益（Informationgain）作为分裂标准。置信度提升（B）是关联规则挖掘指标；特征方差（C）用于特征选择；聚类系数（D）用于评估聚类效果。选项A正确，基尼系数适用于分类任务，信息增益适用于决策树分裂。

3.支持向量机（SVM）中，影响超平面间隔的主要参数是（）

A.核函数参数

B.正则化系数C