2025-2026年数据挖掘与机器学习综合测试题.docxVIP

2025-2026年数据挖掘与机器学习综合测试题

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.过拟合率

B.训练集准确率

C.交叉验证误差

D.特征冗余度

解析：模型泛化能力衡量模型在未见过数据上的表现，交叉验证通过多次训练测试分割评估实现泛化能力检测，过拟合率仅反映训练集过拟合程度，训练集准确率未考虑新数据表现，特征冗余度与泛化能力无直接关系。正确答案为C。

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.聚类中心与欧氏距离

解析：决策树分裂标准主要分为贪心算法（如信息增益、基尼系数）和启发式算法（如信息增益率、增益比），选项B为关联规则挖掘指标，选项C为特征工程指标，选项D为聚类算法指标。正确答案为A。

3.支持向量机（SVM）中，核函数的主要作用是（）

A.增加数据维度

B.缩小特征空间

C.变换特征空间使线性可分

D.减少支持向量数量

解析：SVM通过核函数将原始特征映射到高维空间实现非线性可分，常见核函数包括线性核、多项式核、径向基核等，特征工程与核