2026年数据挖掘工程师考核题库附答案.docxVIP

2026年数据挖掘工程师考核题库附答案

一、单项选择题（每题2分，共40分）

1.以下哪种方法用于处理数据集中缺失值，且能保留样本数量？

A.删除含有缺失值的记录

B.用均值填充

C.删除缺失值所在列

D.直接忽略缺失值

答案：B

解析：均值填充可保留样本数量，但可能引入偏差；删除记录会丢失信息，直接忽略可能导致后续算法出错。

2.在决策树算法中，ID3算法选择分裂属性的依据是？

A.信息增益

B.增益率

C.基尼指数

D.均方误差

答案：A

解析：ID3使用信息增益，C4.5使用增益率，CART分类树使用基尼指数。

3.K-Means聚类算法中，K值的选择通常不依赖于？

A.肘部法则

B.轮廓系数

C.业务需求

D.样本数量

答案：D

解析：K值主要依据聚类质量指标（肘部法则、轮廓系数）或业务经验确定，样本数量影响计算量但不直接决定K值。

4.在逻辑回归中，输出值经过什么函数映射到[0

A.Sigmoid

B.ReLU

C.Tanh

D.Softmax

答案：A

解析：逻辑回归使用Sigmoid函数f(

5.以下哪个指标不适合用于评估不平衡数据集的分类模型？

A.准确率

B.召回率

C.F1分数

D.AUC

答案：A

解析：不平衡数据中多数类占比高，准确率可能虚高，不能反映少数类的识别能力，应使