2026年数据科学分析与挖掘技能检验试题.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学分析与挖掘技能检验试题

一、单选题（共10题，每题2分，共20分）

1.在处理某城市共享单车骑行数据时，发现部分用户骑行时间异常较长，初步判断可能存在作弊行为。以下哪种方法最适合用于识别这些异常值？

A.箱线图（Boxplot）

B.热力图（Heatmap）

C.相关性分析

D.主成分分析（PCA）

2.某电商平台需要预测用户购买某商品的倾向性，数据集中包含用户年龄、性别、购买历史等特征。以下哪种算法最适合用于此类分类问题？

A.线性回归（LinearRegression）

B.决策树（DecisionTree）

C.K-means聚类

D.神经网络（NeuralNetwork）

3.在数据预处理阶段，某银行客户数据集中存在缺失值，以下哪种方法最适用于处理缺失率较高的数值型特征？

A.删除缺失值

B.使用均值/中位数填补

C.使用模型预测填补（如随机森林）

D.均值和中位数填补均可

4.某城市交通管理部门需要分析高峰时段拥堵原因，数据包含路段车流量、天气、节假日等信息。以下哪种分析方法最适用于揭示多因素影响？

A.简单线性回归

B.逻辑回归

C.线性回归与逻辑回归均可

D.多元线性回归

5.某医疗机构需要构建患者病情预测模型，数据包含病历、检查结果等。以下哪种模型最适用