2026年数据科学项目实战演练试卷.docxVIP

2026年数据科学项目实战演练试卷

考试时间：______分钟总分：______分姓名：______

一、请根据以下数据科学项目背景，回答相关问题。

背景：某电子商务平台希望提升用户活跃度，为此收集了用户过去一段时间的部分行为数据，包括用户ID、注册时间、最后登录时间、购买次数、浏览商品种类数、平均每次浏览时长、是否为会员等。平台希望利用这些数据构建模型，预测用户未来一个月是否会发生“沉睡”（定义为最后登录时间距离当前时间超过30天且购买次数在过去3个月小于等于1次）。

1.在进行模型构建前，需要对数据进行预处理。请简述处理以下情况的常用方法：

a)存在用户ID中的缺失值（假设少量缺失）。

b)存在“平均每次浏览时长”的极端异常值（例如，远超正常范围的值）。

c)需要将“注册时间”和“最后登录时间”转化为更能反映用户活跃度的数值特征。

2.假设经过预处理后，您需要进行探索性数据分析（EDA）以了解数据分布和用户行为模式。请列举至少三种您会采用的分析或可视化方法，并说明每种方法的目的。

3.根据项目目标（预测用户是否沉睡），请说明这是一个什么样的分类问题？若要选择两种不同的机器学习分类算法进行尝试，您会考虑哪两种？简述选择它们的原因。

二、假设您选择了逻辑回归和随机森林算法对上一题描述的数据集进行训练。请回答以下问题。

4