2025-2026年数据挖掘与机器学习实战案例题库.docxVIP

2025-2026年数据挖掘与机器学习实战案例题库

一、单项选择题（总共10题，每题2分，共20分）

1.在数据挖掘的CRISP-DM流程中，哪个阶段主要负责确定数据挖掘目标、范围和初步计划？（）

A.数据准备阶段

B.业务理解阶段

C.模型评估阶段

D.模型部署阶段

解析：CRISP-DM流程的业务理解阶段是项目启动的核心环节，该阶段通过需求分析、目标定义和初步计划制定，明确数据挖掘要解决的业务问题。数据准备阶段侧重数据清洗与整合，模型评估阶段关注模型性能验证，模型部署阶段则涉及系统上线。选项B准确对应业务理解阶段的功能定位。

2.下列哪种算法属于监督学习中的分类算法？（）

A.K-means聚类算法

B.决策树分类器

C.主成分分析（PCA）

D.系统聚类算法

解析：决策树分类器通过构建树状结构对样本进行分类，是典型的监督学习分类算法。K-means和系统聚类算法属于无监督学习中的聚类方法，PCA是降维技术，不涉及分类任务。选项B是正确答案。

3.在特征工程中，如何处理缺失值会导致数据信息损失？（）

A.使用均值或中位数填充

B.采用随机森林模型预测缺失值

C.直接删除含有缺失值的样本

D.将缺失值标记为特殊类别