2026年数据挖掘与机器学习实践试题.docxVIP

2026年数据挖掘与机器学习实践试题

考试时间：______分钟总分：______分姓名：______

一、编程实现题（每题25分，共50分）

1.请使用Python语言，结合Pandas和Scikit-learn库，完成以下任务：

a.加载内置的`iris`数据集。

b.将数据集分为训练集（80%）和测试集（20%），随机种子设置为42。

c.使用K近邻（KNN）分类器，默认参数（k=5），在训练集上训练模型。

d.在测试集上预测类别，并计算准确率（Accuracy）。

e.将上述过程封装为一个函数，包含数据加载、划分、训练、预测和评估步骤。

2.请使用Python语言，结合Pandas和Matplotlib（或Seaborn）库，完成以下任务：

a.加载内置的`load_boston`数据集，将其特征数据（data）和目标数据（target）分别存入PandasDataFrame`df_features`和`df_target`。

b.对`df_features`中的`RM`（平均房间数）和`LSTAT`（人口中位数收入占比）两个特征进行标准化（使用Z-score标准化）。

c.使用Matplotlib绘制`RM`和`LSTAT`两个特征的散点图，其中散点颜色根据`df