2026年最新数据挖掘技术实践题及答案解析.docxVIP

  • 2
  • 0
  • 约1.14万字
  • 约 15页
  • 2026-11-17 发布于广西
  • 举报

2026年最新数据挖掘技术实践题及答案解析.docx

2026年最新数据挖掘技术实践题及答案解析

考试时间:______分钟总分:______分姓名:______

一、选择题(每题只有一个正确答案,请将正确选项字母填入括号内)

1.在处理一个具有大量特征(数百个)的表格数据集进行分类任务时,以下哪种方法通常不是首选用于特征选择或降维的初步步骤?

A.基于单变量统计检验(如ANOVA)选择与目标变量相关性高的特征

B.使用基于树模型的特征重要性排序进行选择

C.直接应用主成分分析(PCA)将所有特征降维到原始特征维度的10%

D.递归特征消除(RFE)结合特定分类器进行特征选择

2.对于一个需要解释模型预测原因的业务场景(如金融欺诈检测),以下哪种模型通常被认为是最难以提供可解释性?

A.逻辑回归

B.K-近邻(KNN)算法

C.深度神经网络(DeepNeuralNetwork)

D.决策树(DecisionTree)

3.在进行关联规则挖掘(如市场篮子分析)时,为了减少计算量并提高规则的质量,Apriori算法采用了什么样的核心原则?

A.如果一个项集是不频繁的,那么它的任何子集也必然是不频繁的

B.规则的置信度越高,该规则越有价值

C.规则的lift值必须大于1才被认为是强关联规则

文档评论(0)

1亿VIP精品文档

相关文档